TensorFlow es una biblioteca de Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo. reciprocal_no_nan() se usa para encontrar el elemento recíproco seguro de x, es decir, si x es 0, su recíproco también es 0.
Sintaxis: tf.math.reciprocal_no_nan(x, nombre)
Parámetro:
- x: Es el tensor de entrada. Los dtype permitidos para este tensor son bfloat16, half, float32, float64, int32, int64, complex64, complex128.
- name(opcional): Define el nombre de la operación.
Devuelve:
Devuelve un tensor de tipo d igual que x.
Ejemplo 1: Este ejemplo usa tensor real.
Python3
# Importing the library import tensorflow as tf # Initializing the input tensor a = tf.constant([0, 2, -3, -4], dtype = tf.float64) # Printing the input tensor print('Input: ', a) # Calculating result res = tf.math.reciprocal_no_nan(a) # Printing the result print('Result: ', res)
Producción:
Input: tf.Tensor([ 0. 2. -3. -4.], shape=(4, ), dtype=float64) Result: tf.Tensor([ 0. 0.5 -0.33333333 -0.25 ], shape=(4, ), dtype=float64)
Ejemplo 2: Este ejemplo usa un tensor complejo.
Python3
# importing the library import tensorflow as tf # Initializing the input tensor a = tf.constant([0 + 0j, 2-5j, -3 + 7j, -4-8j], dtype = tf.complex128) # Printing the input tensor print('Input: ', a) # Calculating result res = tf.math.reciprocal_no_nan( a) # Printing the result print('Result: ', res)
Producción:
Input: tf.Tensor([ 0.+0.j 2.-5.j -3.+7.j -4.-8.j], shape=(4, ), dtype=complex128) Result: tf.Tensor( [ 0. +0.j 0.06896552+0.17241379j -0.05172414-0.12068966j -0.05 +0.1j ], shape=(4, ), dtype=complex128)
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA