TensorFlow是Google設計的開源Python庫，用於開發機器學習模型和深度學習神經網絡。 ceil()用於查找輸入的元素明智的ceil值。
用法：tensorflow.math.ceil( x, name)
參數：
- x:這是一個張量，該張量的允許dtype是bfloat16，half，float32，float64。 int32。
- name:這是一個可選參數，用於定義操作的名稱。
返回值：
它返回與x相同dtype的張量。
範例1：
Python3
# importing the library
import tensorflow as tf
# initializing the input
a = tf.constant([1.5, 2.7, 3.9, 1.2, 1.8], dtype = tf.float64)
# printing the input
print('a:',a)
# Finding the ceil value
r = tf.math.ceil(a)
# printing the result
print("Result:",r)輸出：
a: tf.Tensor([1.5 2.7 3.9 1.2 1.8], shape=(5,), dtype=float64) Result: tf.Tensor([2. 3. 4. 2. 2.], shape=(5,), dtype=float64)
範例2：在該示例中，使用了二維張量。
Python3
# importing the library
import tensorflow as tf
# initializing the input
a = tf.constant([[1.5, 2.7], [3.9, 1.2]], dtype = tf.float64)
# printing the input
print('a:',a)
# Finding the ceil value
r = tf.math.ceil(a)
# printng the result
print('Result:',r)輸出：
a: tf.Tensor( [[1.5 2.7] [3.9 1.2]], shape=(2, 2), dtype=float64) Result: tf.Tensor( [[2. 3.] [4. 2.]], shape=(2, 2), dtype=float64)
範例3：在此示例中，使用了無效的dtype張量。它將引發NotFoundError。
Python3
# importing the library
import tensorflow as tf
# initializing the input
a = tf.constant([1.5, 2.7, 3.9, 1.2, 1.8], dtype = tf.complex128)
# printing the input
print('a:',a)
# Finding the ceil value
r = tf.math.ceil(a)輸出：
a: tf.Tensor([1.5+0.j 2.7+0.j 3.9+0.j 1.2+0.j 1.8+0.j], shape=(5,), dtype=complex128)
---------------------------------------------------------------------------
NotFoundError Traceback (most recent call last)
<ipython-input-49-e349e3adf9c3> in <module>()
6
7 # Finding the ceil value
----> 8 r = tf.math.ceil(a)
4 frames
/usr/local/lib/python3.6/dist-packages/six.py in raise_from(value, from_value)
NotFoundError:Could not find valid device for node.
Node:{{node Ceil}}
All kernels registered for op Ceil:
device='XLA_GPU'; T in [DT_FLOAT, DT_DOUBLE, DT_BFLOAT16, DT_HALF]
device='XLA_CPU'; T in [DT_FLOAT, DT_DOUBLE, DT_BFLOAT16, DT_HALF]
device='XLA_CPU_JIT'; T in [DT_FLOAT, DT_DOUBLE, DT_BFLOAT16, DT_HALF]
device='XLA_GPU_JIT'; T in [DT_FLOAT, DT_DOUBLE, DT_BFLOAT16, DT_HALF]
device='GPU'; T in [DT_DOUBLE]
device='GPU'; T in [DT_HALF]
device='GPU'; T in [DT_FLOAT]
device='CPU'; T in [DT_DOUBLE]
device='CPU'; T in [DT_HALF]
device='CPU'; T in [DT_FLOAT]
[Op:Ceil]
相關用法
注：本文由純淨天空篩選整理自aman neekhara大神的英文原創作品 Python – tensorflow.math.ceil()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。