Tensorflow常用运算

1. + - * / 都是对应位置元素进行加减乘除，两个tensor具有相同的shape形状。

>>> v1 = tf.constant([1.,2.,3.])
>>> v2 = tf.constant([2.,2.,3.])
>>> print(sess.run(v1 - v2))
[-1.  0.  0.]
>>> print(sess.run(v1 * v2))
[2. 4. 9.]
>>> print(sess.run(v1 + v2))
[3. 4. 6.]

2.tf.square(X) ：将张量X 每一个位置的数平方 ，返回平方后的张量

>>> v2 = tf.constant([2.,2.,3.])
>>> print(sess.run(tf.square(v2)))
[4. 4. 9.]

3.tf.reduce_sum(X)：将张量所有位置的数将其加起来求得一个和，返回与张量同类型的和（一个数）

>>> v = tf.constant([1,-2,5])
>>> print(sess.run(tf.reduce_sum(v)))
4

4.tf.reduce_mean(X) ：对张量X求均值，就是求和除于个数，返回与张量同类型的均值（一个数），是整数就用取整除法

>>> v = tf.constant([1,-2,5])
>>> print(sess.run(tf.reduce_mean(v)))
1

>>> v2 = tf.constant([2.,2.,3.])
>>> print(sess.run(tf.reduce_mean(v2)))
2.3333333

5. tf.log(X) : 对张量X每个位置的数求以e为底数的值，返回一个张量。注意X类型不能是整数型。

>>> v2 = tf.constant([2.,2.,3.])
>>> print(sess.run(tf.log(v2)))
[0.6931472 0.6931472 1.0986123]

6. tf.abs(X) : 对张量每个数取绝对值，返回一个张量。

>>> vf = tf.constant([-5.0,5.2,-9.])
>>> print(sess.run(tf.abs(vf)))
[5. 5.2 9. ]

7. tf.clip_by_value(x , 1e-10, 1.0) ：将x中所有数限制在一定范围内，这个就是限制在10的-10次方到1.0之间