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。
squared_difference()用于按元素计算(x-y)(x-y)。
用法：tensorflow.math.squared_difference(x, y, name)
参数：
- x:是张量允许的dtypes是bfloat16，half，float32，float64，complex64，complex128。
- y:它是与x相同dtype的张量。
- name(optional):它定义了操作的名称。
返回值：它返回一个张量。
范例1：
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([ -5, -7, 2, 5, 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.squared_difference(a, b)
# Printing the result
print('Result:', res)输出：
a: tf.Tensor([-5. -7. 2. 5. 7.], shape=(5, ), dtype=float64) b: tf.Tensor([1. 3. 9. 4. 7.], shape=(5, ), dtype=float64) Result: tf.Tensor([ 36. 100. 49. 1. 0.], shape=(5, ), dtype=float64)
范例2：接受复杂的输入
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([ -5 + 3j, -7-2j, 2 + 1j, 5-7j, 7 + 3j], dtype = tf.complex128)
b = tf.constant([ 1 + 5j, 3 + 1j, 9-5j, 4 + 3j, 7-6j], dtype = tf.complex128)
# Printing the input tensor
print('a:', a)
print('b:', b)
# Calculating result
res = tf.math.squared_difference(a, b)
# Printing the result
print('Result:', res)输出：
a: tf.Tensor([-5.+3.j -7.-2.j 2.+1.j 5.-7.j 7.+3.j], shape=(5, ), dtype=complex128) b: tf.Tensor([1.+5.j 3.+1.j 9.-5.j 4.+3.j 7.-6.j], shape=(5, ), dtype=complex128) Result: tf.Tensor([ 40.+0.j 109.+0.j 85.+0.j 101.+0.j 81.+0.j], shape=(5, ), 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.squared_difference()。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。