Python – tensorflow.matemáticas.zeta()

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

zeta() se utiliza para calcular la función zeta de Hurwitz. Se define como:

Sintaxis: tensorflow.math.zeta( x, q, nombre)

Parámetro:

• x: Es un tensor. Los dtypes permitidos son float32 y float64.
• q: Es un tensor del mismo tipo que x.
• name(opcional): Define el nombre de la operación.

Devoluciones:

Devuelve un tensor del mismo tipo que x.

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.zeta(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(
[           nan            nan 1.17512015e-01            nan
 2.12260976e-06], shape=(5, ), dtype=float64)
 
 
 
 

Ejemplo 2:

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

Producción:

a:  tf.Tensor(
[[-5. -7.]
 [ 2.  0.]], shape=(2, 2), dtype=float64)
b:  tf.Tensor(
[[1. 3.]
 [9. 4.]], shape=(2, 2), dtype=float64)
Result:  tf.Tensor(
[[       nan        nan]
 [0.11751201        nan]], shape=(2, 2), dtype=float64)