TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。
zeta() 用于计算 Hurwitz zeta 函数。它被定义为：
用法：tensorflow.math.zeta( x, q, name)
参数：
- x:这是一个张量。允许的数据类型是 float32 和 float64。
- q:它是一个与 x dtype 相同的张量。
- name(optional):它定义了操作的名称。
返回值：
它返回与x相同dtype的张量。
范例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.zeta(a, b)
# Printing the result
print('Result:', res)输出：
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( [ nan nan 1.17512015e-01 nan 2.12260976e-06], shape=(5, ), dtype=float64)
范例2：
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([ [-5, -7], [ 2, 0]], dtype = tf.float64)
b = tf.constant([ [1, 3], [9, 4]], dtype = tf.float64)
# Printing the input tensor
print('a:', a)
print('b:', b)
# Calculating result
res = tf.math.zeta(a, b)
# Printing the result
print('Result:', res)输出：
a: tf.Tensor( [[-5. -7.] [ 2. 0.]], shape=(2, 2), dtype=float64) b: tf.Tensor( [[1. 3.] [9. 4.]], shape=(2, 2), dtype=float64) Result: tf.Tensor( [[ nan nan] [0.11751201 nan]], shape=(2, 2), dtype=float64)
注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.math.zeta()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。