Python “tf.multiply”和“*”之间有什么区别？

导入tensorflow.kera.backend为K后

tf.multiply和

*

之间有什么区别？

同样地，

K.pow（x，-1）

和

1/x

之间有什么区别？

我基于其他人的代码编写了自定义度量函数的以下代码

def dice_coef_weight_sub(y_true, y_pred):
    """
    Returns the product of dice coefficient for each class
    """
    y_true_f = (Lambda(lambda y_true: y_true[:, :, :, :, 0:])(y_true))
    y_pred_f = (Lambda(lambda y_pred: y_pred[:, :, :, :, 0:])(y_pred))

    product = tf.multiply([y_true_f, y_pred_f]) # multiply should be import from tf or tf.math

    red_y_true = K.sum(y_true_f, axis=[0, 1, 2, 3]) # shape [None, nb_class]
    red_y_pred = K.sum(y_pred_f, axis=[0, 1, 2, 3])
    red_product = K.sum(product, axis=[0, 1, 2, 3])

    smooth = 0.001
    dices = (2. * red_product + smooth) / (red_y_true + red_y_pred + smooth)

    ratio = red_y_true / (K.sum(red_y_true) + smooth)
    ratio = 1.0 - ratio
    # ratio =  K.pow(ratio + smooth, -1.0) # different method to get ratio

    return K.sum(multiply([dices, ratio]))

在代码中，我可以将

tf.乘以
*
？我可以用
1/x
替换
K.pow（x，-1）

（从tensorflow的文档中，我知道
tf.pow
和
K.pow
之间的区别：
tf.pow（x，y）
接收2个张量来计算
x
和
y
中相应元素的x^y，而
K.pow（x，a）
接收一个张量
x
和一个整数
a
来计算x^a。但是我不知道为什么在上面的代码中
K.pow
接收一个浮点数1.0，它仍然工作正常）
假设
*
的两个操作数都是
tf.tensor
s而不是
tf.sparse.SparseTensor
s，
*
运算符与
tf.multiply
相同，即支持广播的元素乘法

如果您有兴趣研究执行运算符重载的源代码，关键部分包括：




对于
tf.sparse.SparseTensor
s，
*
使用稀疏张量特定乘法运算重载

假设您使用的是Python3，
/
操作符重载到
tf.math.truediv
（即，浮点除法，对应于TensorFlow的
RealDiv
运算）

在Python2中，
/
运算符可能正在进行整数除法，在这种情况下，它会以依赖于数据类型的方式重载。对于浮动数据类型，它是
tf.math.truediv
，对于整数数据类型，它是
tf.math.floordiv
（整数地板分割）

tf.pow（）
使用不同的运算符（即
pow
）运算符。但是假设所有的数据类型都是浮点型，
1/x
和
tf.pow（x，-1.0）
应该是等价的。
假设
*
的两个操作数都是
tf.Tensor
s而不是
tf.sparse.SparseTensor
s，则
*
运算符与
tf.multiply
相同，即。，具有广播支持的元素级乘法

如果您有兴趣研究执行运算符重载的源代码，关键部分包括：




对于
tf.sparse.SparseTensor
s，
*
使用稀疏张量特定乘法运算重载

假设您使用的是Python3，
/
操作符重载到
tf.math.truediv
（即，浮点除法，对应于TensorFlow的
RealDiv
运算）

在Python2中，
/
运算符可能正在进行整数除法，在这种情况下，它会以依赖于数据类型的方式重载。对于浮动数据类型，它是
tf.math.truediv
，对于整数数据类型，它是
tf.math.floordiv
（整数地板分割）

tf.pow（）
使用不同的运算符（即
pow
）运算符。但是假设所有的数据类型都是浮点型，
1/x
和
tf.pow（x，-1.0）
应该是等价的。
AFAIK，.*是元素乘法的符号，类似于matlab，我不知道
//code>Python没有。*，这里只有2。（2.0）乘以red_乘积是的，这是一个数学属性，你可以做这些替换。这个问题的答案已经在这里了：AFAIK，.*是元素乘法的符号，类似于matlab，我不知道
/
Python没有。*，这里只有2。（如2.0）乘以红色乘积是的，这是一个数学属性，你可以做这些替换。这个问题的答案已经在这里了：