TensorFlow演算子のオーバーロード</p> <pre><code>tf.add(x, y) </code></pre> <p>とTensorFlowで</p> <pre><code>x + y </code></pre> <p>の違いは何

Question

？ tf.add()の代わりに+を使用してグラフを構成すると、計算グラフではどのような違いがありますか？

さらに一般的には、+または他の演算でテンソルがオーバーロードされていますか？

Answer 1

x又はyの少なくとも一方がtf.Tensorオブジェクトである場合、式tf.add(x, y)とx + yは等価です。 tf.add()を使用する主な理由は、作成された演算子に明示的なnameキーワード引数を指定することです。これは、オーバーロード演算子バージョンでは不可能です。

なおxもyでもない場合tf.Tensor —彼らは—が、その後x + yがTen​​sorFlow OPを作成しませんnumpyの配列がある場合たとえば。 tf.add()は常にTensorFlow演算を作成し、引数をtf.Tensorオブジェクトに変換します。したがって、テンソルとNumPy配列の両方を受け入れるライブラリ関数を作成する場合は、tf.add()を使用することをお勧めします。

以下の演算子はTensorFlow PythonのAPIにオーバーロードされている：

• __neg__（単項-）
• __abs__（abs()）
• __invert__（単項~）
• __add__（バイナリ+）
• __sub__（バイナリ-）
• __mul__（バイナリ要素単位*）
• __div__（パイソン2バイナリ/）
• __floordiv__（パイソン3におけるバイナリ//）
• __truediv__（パイソン3におけるバイナリ/）
• __mod__（バイナリ%）
• __pow__（バイナリ**）
• __and__（バイナリ&）
• __or__（バイナリ|）
• __xor__（バイナリ^）
• __lt__（バイナリ<）
• __le__（バイナリ<=）
• __gt__（バイナリ>）
• __ge__（バイナリ>=）