TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
great_equal() se usa para encontrar el valor de verdad de los elementos de x>=y. Es compatible con la transmisión
Sintaxis: tensorflow.math.greater_equal(x, y, nombre)
Parámetros:
- x: Es un tensor. Los dtypes permitidos son float32, float64, int32, uint8, int16, int8, int64, bfloat16, uint16, half, uint32, uint64.
- y: Es un tensor del mismo tipo que x.
- name(opcional): Define el nombre de la operación
Devuelve: Devuelve un tensor de tipo bool.
Ejemplo 1:
Python3
# importing the library import tensorflow as tf # Initializing the input tensor a = tf.constant([7, 8, 13, 11], dtype = tf.float64) b = tf.constant([2, 8, 14, 5], dtype = tf.float64) # Printing the input tensor print('a: ', a) print('b: ', b) # Finding truth value res = tf.math.greater_equal(x = a, y = b) # Printing the result print('Result: ', res)
Producción:
a: tf.Tensor([ 7. 8. 13. 11.], shape=(4, ), dtype=float64) b: tf.Tensor([ 2. 8. 14. 5.], shape=(4, ), dtype=float64) Result: tf.Tensor([ True True False True], shape=(4, ), dtype=bool)
Ejemplo 2: En este ejemplo, la transmisión se realizará en la entrada.
Python3
# Importing the library import tensorflow as tf # Initializing the input tensor a = tf.constant([7, 8, 13, 11], dtype = tf.float64) b = (8) # Printing the input tensor print('a: ', a) print('b: ', b) # Finding truth value res = tf.math.greater_equal(x = a, y = b) # Printing the result print('Result: ', res)
Producción:
a: tf.Tensor([ 7. 8. 13. 11.], shape=(4, ), dtype=float64) b: 8 Result: tf.Tensor([False True True True], shape=(4, ), dtype=bool)
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA