1
嗨,我是Tensorflow的新手。我想要做的就是這樣的事情在R:TensorFlow將函數應用於矩陣變量的每一行
mat = tf$Variable(matrix(1:4, nrow = 2))
apply(mat, 1, cumprod)
這是做,能夠在Tensorflow,無論是在Python API或R tensorflow包?謝謝!
編輯:tf$cumprod
實際上是我想要的。
嗨,我是Tensorflow的新手。我想要做的就是這樣的事情在R:TensorFlow將函數應用於矩陣變量的每一行
mat = tf$Variable(matrix(1:4, nrow = 2))
apply(mat, 1, cumprod)
這是做,能夠在Tensorflow,無論是在Python API或R tensorflow包?謝謝!
編輯:tf$cumprod
實際上是我想要的。
的TensorFlow Python的API包括tf.map_fn(fn, elems)
高階運算符,它允許用戶指定一個(Python)的函數fn
,將在第0尺寸(即每行被應用到的elems
每個切片如果elems
是一個矩陣)。
注意的是,雖然tf.map_fn()
很一般,它可以更有效地使用專門OPS,要麼廣播在一個或多個維度它們的參數(例如tf.multiply()
),或並聯減少跨過一個或多個維度(例如tf.reduce_sum()
) 。然而,tf.map_fn()
在沒有內置運算符來執行您想要的操作時非常有用。