我有两个张量X和Z,形状为(100,),我想创建一个张量X x Z,它将产生一个(100, 100)的形状。对于这个矩阵中的每一对元素,我想要应用一些我已经定义的函数,即fn(x,z),用于矩阵中的每个可能的组合。我是TensorFlow新手,习惯于按顺序思考,在处理numpy数组时,每个向量上有两个for循环。
我如何在<em
我不确定以下4种变化之间的实际差异(它们都是以相同的值计算的)。我的理解是,如果我调用tf,它将在图上创建一个操作,否则可能会创建一个操作。如果一开始不创建tf.constant(),我相信在添加时会隐式地创建常量;但是对于tf.add(a,b) vs a + b,a和b都是张量(#1和#3),除了默认命名(前者是Add,后者是add)之外,没有什么不同。有谁能解释一下两者之间的不同之处,什么时候才能一一使用呢?