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.acos()
[alias tf.math.acos
] brinda soporte para la función de coseno inverso en Tensorflow. Espera que la entrada esté en el rango [-1, 1] y da la salida en forma de radianes. Devuelve nan si la entrada no se encuentra en el rango [-1, 1]. El tipo de entrada es tensor y si la entrada contiene más de un elemento, se calcula el coseno inverso por elemento.
Sintaxis : tf.acos(x, nombre=Ninguno) o tf.math.acos(x, nombre=Ninguno)
Parámetros :
x : un tensor de cualquiera de los siguientes tipos: bfloat16, half, float32, float64, int32, int64, complex64 o complex128.
nombre (opcional): el nombre de la operación.Tipo de retorno : Un tensor con el mismo tipo que el de x.
Código #1:
Python3
# Importing the Tensorflow library import tensorflow as tf # A constant vector of size 6 a = tf.constant([1.0, -0.5, 3.4, 0.2, 0.0, -2], dtype = tf.float32) # Applying the acos function and # storing the result in 'b' b = tf.acos(a, name ='acos') # 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_7:0", shape=(6, ), dtype=float32) Input: [ 1. -0.5 3.4 0.2 0. -2. ] Return type: Tensor("acos:0", shape=(6, ), dtype=float32) Output: [0. 2.0943952 nan 1.3694384 1.5707964 nan]
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 15 with values from -1 to 1 a = np.linspace(-1, 1, 15) # Applying the inverse cosine function and # storing the result in 'b' b = tf.acos(a, name ='acos') # 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.acos") plt.xlabel("X") plt.ylabel("Y") plt.show()
Producción:
Input: [-1. -0.85714286 -0.71428571 -0.57142857 -0.42857143 -0.28571429 -0.14285714 0. 0.14285714 0.28571429 0.42857143 0.57142857 0.71428571 0.85714286 1. ] Output: [3.14159265 2.60049313 2.36639928 2.17904191 2.01370737 1.86054803 1.7141439 1.57079633 1.42744876 1.28104463 1.12788528 0.96255075 0.77519337 0.54109953 0. ]
Publicación traducida automáticamente
Artículo escrito por vaibhav29498 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA