TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
erfc() se utiliza para calcular la función de error de Gauss complementaria de elementos.
Sintaxis: tensorflow.math.erfc(x, nombre)
Parámetros:
- x: Es el tensor de entrada. Los dtypes permitidos son bfloat16, half, float32, float64.
- name(opcional): Define el nombre de la operación.
Devoluciones: Devuelve un tensor del mismo tipo que x.
Ejemplo 1:
Python3
# importing the library import tensorflow as tf # Initializing the input tensor a = tf.constant([1, 2, 3, 4, 5], dtype = tf.float64) # Printing the input tensor print('Input: ', a) # Calculating complementary Gauss error res = tf.math.erfc(x = a) # Printing the result print('Result: ', res)
Producción:
Input: tf.Tensor([1. 2. 3. 4. 5.], shape=(5, ), dtype=float64) Result: tf.Tensor( [1.57299207e-01 4.67773498e-03 2.20904970e-05 1.54172579e-08 1.53745979e-12], shape=(5, ), dtype=float64)
Ejemplo 2: Visualización
Python3
# importing the library import tensorflow as tf import matplotlib.pyplot as plt # Initializing the input tensor a = tf.constant([1, 2, 3, 4, 5], dtype = tf.float64) # Calculating complementary Gauss error res = tf.math.erfc(x = a) # Plotting the graph plt.plot(a, res, color ='green') plt.title('tensorflow.math.erfc') plt.xlabel('Input') plt.ylabel('Result') plt.show()
Producción:
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA