1
嗨,我是Tensorflow的新手。我想要做的就是这样的事情在R:TensorFlow将函数应用于矩阵变量的每一行
mat = tf$Variable(matrix(1:4, nrow = 2))
apply(mat, 1, cumprod)
这是做,能够在Tensorflow,无论是在Python API或R tensorflow包?谢谢!
编辑:tf$cumprod
实际上是我想要的。
嗨,我是Tensorflow的新手。我想要做的就是这样的事情在R:TensorFlow将函数应用于矩阵变量的每一行
mat = tf$Variable(matrix(1:4, nrow = 2))
apply(mat, 1, cumprod)
这是做,能够在Tensorflow,无论是在Python API或R tensorflow包?谢谢!
编辑:tf$cumprod
实际上是我想要的。
的TensorFlow Python的API包括tf.map_fn(fn, elems)
高阶运算符,它允许用户指定一个(Python)的函数fn
,将在第0尺寸(即每行被应用到的elems
每个切片如果elems
是一个矩阵)。
注意的是,虽然tf.map_fn()
很一般,它可以更有效地使用专门OPS,要么广播在一个或多个维度它们的参数(例如tf.multiply()
),或并联减少跨过一个或多个维度(例如tf.reduce_sum()
) 。然而,tf.map_fn()
在没有内置运算符来执行您想要的操作时非常有用。