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。 multiply_no_nan()用於查找元素明智的x * y。它支持廣播，如果y為0甚至x為無限或NaN，則返回0。
用法：tf.math.multiply_no_nan(x, y, name)
參數：
- x:它是輸入張量。此張量允許的dtype是bfloat16，half，float32，float64，uint8，int8，uint16，int16，int32，int64，complex64，complex128。
- y:是與x相同dtype的輸入張量。
- name(optional):它定義了操作的名稱。
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 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)輸出：
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)
範例2：複數乘法
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)輸出：
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.multiply_no_nan()。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。