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。
erfc()用于计算元素明智的互补高斯误差函数。
用法：tensorflow.math.erfc( x, name)
参数：
- x:它是输入张量。允许的dtypes是bfloat16，half，float32，float64。
- 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([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)输出：
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)
范例2：可视化
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()输出：
相关用法
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.erfc()。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。