TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
xdivy() se usa para calcular el elemento sabio x/y. Devuelve 0 si x==0.
Sintaxis: tensorflow.math.xdivy(x, y, nombre)
Parámetros:
- x: Es un tensor. Los dtypes permitidos son half, float32, float64, complex64, complex128.
- y: Es un tensor del mismo tipo que x.
- 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([ -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.xdivy(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([-5. -2.33333333 0.22222222 0. 1. ], shape=(5, ), dtype=float64)
Ejemplo 2:
Python3
# importing the library import tensorflow as tf import numpy as np # Initializing the input tensor a = tf.constant([ -5, -7, 2, 5, 7], dtype = tf.float64) b = tf.constant([ 0, 3, 9, 4, np.inf], dtype = tf.float64) # Printing the input tensor print('a: ', a) print('b: ', b) # Calculating result res = tf.math.xdivy(a, b) # Printing the result print('Result: ', res)
Producción:
a: tf.Tensor([-5. -7. 2. 5. 7.], shape=(5, ), dtype=float64) b: tf.Tensor([ 0. 3. 9. 4. inf], shape=(5, ), dtype=float64) Result: tf.Tensor([ -inf -2.33333333 0.22222222 1.25 0. ], shape=(5, ), dtype=float64)
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA