TensorFlow 操作
张量减法
您可以使用 tensorA.sub(tensorB) 减去两个张量：
实例
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
const tensorB = tf.tensor([[1,-1], [2,-2], [3,-3]]);
// 张量减法
const tensorNew = tensorA.sub(tensorB);
[ [0, 3], [1, 6], [2, 9] ]
张量乘法
您可以使用 tensorA.mul(tensorB) 将两个张量相乘：
实例
const tensorA = tf.tensor([1, 2, 3, 4]);
const tensorB = tf.tensor([4, 4, 2, 2]);
// 张量乘法
const tensorNew = tensorA.mul(tensorB);
[ 4, 8, 6, 8 ]
张量分割
您可以使用 tensorA.div(tensorB) 分割两个张量：
实例
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
const tensorB = tf.tensor([[1,-1], [2,-2], [3,-3]]);
// 张量分割
const tensorNew = tensorA.div(tensorB);
[ 2, 2, 3, 4 ]
张量平方
您可以使用 tensor.square() 对张量进行平方：
实例
const tensorA = tf.tensor([1, 2, 3, 4]);
// 张量平方
const tensorNew = tensorA.square();
// 结果 [ 1, 4, 9, 16 ]
张量重塑
张量中元素的数量是形状大小的乘积。
由于可以存在具有相同大小的不同形状，因此将张量重塑为具有相同大小的其他形状通常很有用。
您可以使用 tensor.reshape() 重塑张量：
实例
const tensorA = tf.tensor([[1, 2], [3, 4]]);
const tensorB = tensorA.reshape([4, 1]);
[ [1], [2], [3], [4] ]
