Tensorflow es una biblioteca de aprendizaje automático de código abierto desarrollada por Google. Una de sus aplicaciones es desarrollar redes neuronales profundas.
El módulo tensorflow.math
proporciona soporte para muchas operaciones matemáticas básicas. La función tf.abs()
[alias tf.math.abs
] brinda soporte para la función absoluta en Tensorflow. Espera la entrada en forma de números complejos o números de coma flotante. El tipo de entrada es tensor y si la entrada contiene más de un elemento, se calcula un valor absoluto por elementos.
Para un número complejo , el valor absoluto se calcula como .
Para números de punto flotante , el valor absoluto se calcula como
Sintaxis : tf.abs(x, nombre=Ninguno) o tf.math.abs(x, nombre=Ninguno)
Parámetros :
x : Tensor o SparseTensor de tipo float16, float32, float64, int32, int64, complex64 o complex128.
nombre (opcional): el nombre de la operación.Tipo de retorno : un Tensor o SparseTensor con el mismo tamaño y tipo que el de x con valores absolutos. Para la entrada complex64 o complex128, el Tensor devuelto será del tipo float32 o float64, respectivamente.
Código #1: Para números de punto flotante
Python3
# Importing the Tensorflow library import tensorflow as tf # A constant vector of size 5 a = tf.constant([-0.5, -0.1, 0, 0.1, 0.5], dtype = tf.float32) # Applying the abs function and # storing the result in 'b' b = tf.abs(a, name ='abs') # Initiating a Tensorflow session with tf.Session() as sess: print('Input type:', a) print('Input:', sess.run(a)) print('Return type:', b) print('Output:', sess.run(b))
Producción:
Input type: Tensor("Const:0", shape=(5, ), dtype=float32) Input : [-0.5 -0.1 0. 0.1 0.5] Return Type : Tensor("abs:0", shape=(5, ), dtype=float32) Output : [0.5 0.1 0. 0.1 0.5]
Código #2: Visualización
Python3
# Importing the Tensorflow library import tensorflow as tf # Importing the NumPy library import numpy as np # Importing the matplotlib.pyplot function import matplotlib.pyplot as plt # A vector of size 11 with values from -5 to 5 a = np.linspace(-5, 5, 11) # Applying the absolute function and # storing the result in 'b' b = tf.abs(a, name ='abs') # Initiating a Tensorflow session with tf.Session() as sess: print('Input:', a) print('Output:', sess.run(b)) plt.plot(a, sess.run(b), color = 'red', marker = "o") plt.title("tensorflow.abs") plt.xlabel("X") plt.ylabel("Y") plt.show()
Producción:
Input: [-5. -4. -3. -2. -1. 0. 1. 2. 3. 4. 5.] Output: [5. 4. 3. 2. 1. 0. 1. 2. 3. 4. 5.]
Código #3: Para Números Complejos
Python3
# Importing the Tensorflow library import tensorflow as tf # A constant vector of size 2 a = tf.constant([[-2.25 + 4.75j], [-3.25 + 5.75j]], dtype = tf.complex64) # Applying the abs function and # storing the result in 'b' b = tf.abs(a, name ='abs') # Initiating a Tensorflow session with tf.Session() as sess: print('Input type:', a) print('Input:', sess.run(a)) print('Return type:', b) print('Output:', sess.run(b))
Producción:
Input type: Tensor("Const_1:0", shape=(2, 1), dtype=complex64) Input : [[-2.25+4.75j] [-3.25+5.75j]] Return Type : Tensor("abs_1:0", shape=(2, 1), dtype=float32) Output : [[5.255949 ] [6.6049223]]
Publicación traducida automáticamente
Artículo escrito por sanskar27jain y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA