Python – tensorflow.math.xlog1py()

TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.

xlog1py() se usa para calcular el elemento sabio x * log1p(y).

Sintaxis: tensorflow.math.xlog1py(x, y, nombre)

Parámetros:

• x: Es un tensor. Los dtypes permitidos son bfloat16, half, float32, float64, complex64, complex128.
• y: Es un tensor. Los dtipos permitidos son bfloat16, half, float32, float64, complex64, complex128.
• name(opcional): Define el nombre de la operación.

Devuelve: Devuelve un tensor.

Ejemplo 1:

# importing the library
import tensorflow as tf
  
# Initializing the input tensor
a = tf.constant([ -5, -7, 2, 0, 7], dtype = tf.float64)
b = tf.constant([ 1, 3, 9, 4, 7], dtype = tf.float64)
  
# Printing the input tensor
print('a: ', a)
print('b: ', b)
  
# Calculating result
res = tf.math.xlog1py(a, b)
  
# Printing the result
print('Result: ', res)

Producción:

a:  tf.Tensor([-5. -7.  2.  0.  7.], shape=(5, ), dtype=float64)
b:  tf.Tensor([1. 3. 9. 4. 7.], shape=(5, ), dtype=float64)
Result:  tf.Tensor([-3.4657359  -9.70406053  4.60517019  0.         14.55609079], shape=(5, ), dtype=float64)

Ejemplo 2:

# importing the library
import tensorflow as tf
import numpy as np
  
# Initializing the input tensor
a = tf.constant([ -5 + 2j, -7-5j, 2 + 2j, 5-3j, 7 + 6j], dtype = tf.complex128)
b = tf.constant([ 0 + 0j, 3-1j, 9 + 5j, 4-3j, -6-8j], dtype = tf.complex128)
  
# Printing the input tensor
print('a: ', a)
print('b: ', b)
  
# Calculating result
res = tf.math.xlog1py(a, b)
  
# Printing the result
print('Result: ', res)

Producción:

a:  tf.Tensor([-5.+2.j -7.-5.j  2.+2.j  5.-3.j  7.+6.j], shape=(5, ), dtype=complex128)
b:  tf.Tensor([ 0.+0.j  3.-1.j  9.+5.j  4.-3.j -6.-8.j], shape=(5, ), dtype=complex128)
Result:  tf.Tensor(
[ -0.        +0.j         -11.14114002-5.36818272j
   3.90101852+5.75560896j   7.19464281-7.99163829j
  28.48660115-1.43986039j], shape=(5, ), dtype=complex128)