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。 multiply_no_nan()用于查找元素明智的x * y。它支持广播，如果y为0甚至x为无限或NaN，则返回0。
用法：tf.math.multiply_no_nan(x, y, name)
参数：
- x:它是输入张量。此张量允许的dtype是bfloat16，half，float32，float64，uint8，int8，uint16，int16，int32，int64，complex64，complex128。
- y:是与x相同dtype的输入张量。
- 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([.2, .5, .7, 1], dtype = tf.float64)
b = tf.constant([.1, .3, 1, 5], dtype = tf.float64)
# Printing the input tensor
print('a:', a)
print('b:', b)
# Calculating result
res = tf.math.multiply_no_nan(x = a, y = b)
# Printing the result
print('Result:', res)输出：
a: tf.Tensor([0.2 0.5 0.7 1. ], shape=(4, ), dtype=float64) b: tf.Tensor([0.1 0.3 1. 5. ], shape=(4, ), dtype=float64) Result: tf.Tensor([0.02 0.15 0.7 5. ], shape=(4, ), dtype=float64)
范例2：复数乘法
Python3
# importing the library
import tensorflow as tf
import numpy as np
# Initializing the input tensor
a = tf.constant([-2, -5, np.inf, np.nan], dtype = tf.float64)
b = tf.constant([-1, -6, 0, 0], dtype = tf.float64)
# Printing the input tensor
print('a:', a)
print('b:', b)
# Calculating result
res = tf.math.multiply_no_nan(x = a, y = b)
# Printing the result
print('Result:', res)输出：
a: tf.Tensor([-2. -5. inf nan], shape=(4, ), dtype=float64) b: tf.Tensor([-1. -6. 0. 0.], shape=(4, ), dtype=float64) Result: tf.Tensor([ 2. 30. 0. 0.], shape=(4, ), dtype=float64)
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.multiply_no_nan()。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。