TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
divide_no_nan() se usa para calcular la división segura de elementos de x por y, es decir, devuelve 0 si y es cero
Sintaxis: tensorflow.math.divide_no_nan(x, y, nombre)
Parámetros:
- x: Es un tensor.
- y: Es un tensor.
- name(opcional): Define el nombre de la operación
Devuelve: Devuelve un tensor.
Ejemplo 1:
Python3
# importing the library import tensorflow as tf # Initializing the input tensor a = tf.constant([6, 8, 12, 15], dtype = tf.float64) b = tf.constant([2, 3, 4, 5], dtype = tf.float64) # Printing the input tensor print('a: ', a) print('b: ', b) # Calculating safe division res = tf.math.divide_no_nan(x = a, y = b) # Printing the result print('Result: ', res)
Producción:
a: tf.Tensor([ 6. 8. 12. 15.], shape=(4, ), dtype=float64) b: tf.Tensor([2. 3. 4. 5.], shape=(4, ), dtype=float64) Result: tf.Tensor([3. 2.66666667 3. 3. ], shape=(4, ), dtype=float64)
Ejemplo 2: En este ejemplo uno de los valores en segundo tensor se toma 0.
Python3
# importing the library import tensorflow as tf # Initializing the input tensor a = tf.constant([6, 8, 12, 15], dtype = tf.float64) b = tf.constant([2, 3, 4, 0], dtype = tf.float64) # Printing the input tensor print('a: ', a) print('b: ', b) # Calculating safe division res = tf.math.divide_no_nan(x = a, y = b) # Printing the result print('Result: ', res)
Producción:
a: tf.Tensor([ 6. 8. 12. 15.], shape=(4, ), dtype=float64) b: tf.Tensor([2. 3. 4. 0.], shape=(4, ), dtype=float64) Result: tf.Tensor([3. 2.66666667 3. 0], shape=(4, ), dtype=float64)
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA