TensorFlow: cómo transmitir parámetros para su evaluación en una cuadrícula ND

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

Mientras se trabaja con TensorFlow, algunas operaciones transmiten parámetros automáticamente y, a veces, tenemos que transmitir parámetros explícitamente. Para difundir explícitamente los parámetros se utiliza el método meshgrid.

Método utilizado:

• meshgrid: este método se utiliza para transmitir parámetros para su evaluación en una cuadrícula ND. Acepta tensores de rango 1 y los transmite a todos con la misma forma y devuelve una lista de tensores N con rango N. La indexación predeterminada para este método es ‘xy’.

Ejemplo 1: en este método se utiliza la indexación predeterminada.

# importing the library
import tensorflow as tf
  
# Initializing Input
x = [1, 2, 3]
y = [4, 5, 6, 7]
  
# Printing the Input
print("x: ", x)
print("y: ", y)
  
# Broadcasting the Tensors
X, Y = tf.meshgrid(x, y)
  
# Printing the resulting Tensors
print("X: ", X)
print("Y: ", Y)

Producción:

x:  [1, 2, 3]
y:  [4, 5, 6, 7]
X:  tf.Tensor(
[[1 2 3]
 [1 2 3]
 [1 2 3]
 [1 2 3]], shape=(4, 3), dtype=int32)
Y:  tf.Tensor(
[[4 4 4]
 [5 5 5]
 [6 6 6]
 [7 7 7]], shape=(4, 3), dtype=int32)

Ejemplo 2: En este ejemplo, la indexación se cambia a ‘ij’.

# importing the library
import tensorflow as tf
  
# Initializing Input
x = [1, 2, 3]
y = [4, 5, 6, 7]
  
# Printing the Input
print("x: ", x)
print("y: ", y)
  
# Broadcasting the Tensors
X, Y = tf.meshgrid(x, y, indexing = 'ij')
  
# Printing the resulting Tensors
print("X: ", X)
print("Y: ", Y)

Producción:

x:  [1, 2, 3]
y:  [4, 5, 6, 7]
X:  tf.Tensor(
[[1 1 1 1]
 [2 2 2 2]
 [3 3 3 3]], shape=(3, 4), dtype=int32)
Y:  tf.Tensor(
[[4 5 6 7]
 [4 5 6 7]
 [4 5 6 7]], shape=(3, 4), dtype=int32)