TensorFlow广播

Question

广播是使不同形状的数组具有可兼容的算术运算形状的过程。在numpy中，我们可以广播数组。TensorFlow图形支持类似于numpy的广播吗？

Answer 1

是的，是支持的。打开终端并尝试如下：

import tensorflow as tf

#define tensors
a=tf.constant([[10,20],[30,40]]) #Dimension 2X2
b=tf.constant([5])
c=tf.constant([2,2])
d=tf.constant([[3],[3]])

sess=tf.Session() #start a session

#Run tensors to generate arrays
mat,scalar,one_d,two_d = sess.run([a,b,c,d])

#broadcast multiplication with scalar
sess.run(tf.multiply(mat,scalar))

#broadcast multiplication with 1_D array (Dimension 1X2)
sess.run(tf.multiply(mat,one_d))

#broadcast multiply 2_d array (Dimension 2X1)
sess.run(tf.multiply(mat,two_d))

sess.close()

Answer 2

简短的回答是肯定的。

c.f.Tensorflow数学文档

注意: TensorFlow中的元素二进制操作遵循粗俗式广播。

c.f.tf.add() 文档，或tf.multiply() 文档等：

注:操作支持广播。关于广播这里的更多信息