На этом шаге мы перечислим эти операции.
Так же как NumPy, TensorFlow предлагает большую коллекцию тензорных операций для выражения математических формул. Вот несколько примеров.
Пример 3.9. Некоторые простые математические операции
a = tf.ones((2, 2)) b = tf.square(a) # Возведение в квадрат c = tf.sqrt(a) # Квадратный корень d = b + c # Сложение двух тензоров (поэлементное) e = tf.matmul(a, b) # Произведение двух тензоров e *= d # Умножение двух тензоров (поэлементное)
Важно отметить, что каждая из предыдущих операций выполняется немедленно: в любой момент вы можете вывести текущий результат, как в NumPy. Мы называем это жадным выполнением (eager execution).
На следующем шаге мы вернемся к GradientTape.
