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。
scalar_mul()用于将张量与标量相乘。
用法：tf.math.scalar_mul( scalar, x, name )
参数：
- scalar:它是已知形状的0D标量张量。
- x:这是一个张量，需要进行缩放。
- 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
scalar = (5)
a = tf.constant([2.5, 5.5, 1.5, 6.5], dtype = tf.float64)
# Printing the input tensor
print('scalar:', scalar)
print('a:', a)
# Calculating result
res = tf.math.scalar_mul(scalar, a)
# Printing the result
print('Result:', res)输出：
scalar: 5 a: tf.Tensor([2.5 5.5 1.5 6.5], shape=(4, ), dtype=float64) Result: tf.Tensor([12.5 27.5 7.5 32.5], shape=(4, ), dtype=float64)
范例2：本示例使用复数张量。
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
scalar = (5)
a = tf.constant([2.5 + 3j, 5.5 + 1j, 1.5 + 7j, 6.5 + 8j], dtype = tf.complex128)
# Printing the input tensor
print('scalar:', scalar)
print('a:', a)
# Calculating result
res = tf.math.scalar_mul(scalar, a)
# Printing the result
print('Result:', res)输出：
scalar: 5 a: tf.Tensor([2.5+3.j 5.5+1.j 1.5+7.j 6.5+8.j], shape=(4, ), dtype=complex128) Result: tf.Tensor([12.5+15.j 27.5 +5.j 7.5+35.j 32.5+40.j], shape=(4, ), dtype=complex128)
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.scalar_mul()。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。