Python TensorFlow的速记运算符是什么？

我使用TensorFlow的时间很少，但它似乎很有希望。我正在做来自DeepLearning.ai（改进深度神经网络：超参数调整、正则化和优化）的第二门课程

我注意到有一个等价于（ish）的简单操作，如：

• 马特穆尔特遣部队（a、b）≈ a@b
• tf.添加（a，b）≈ a+b

我更喜欢速记操作，因为它们可能使代码更容易阅读。所以

什么是所有的速记操作员？

有什么地方可以找到所有可能的操作吗？

---

另外，我希望听到一些关于使用这些速记操作符是否是一种好的做法的反馈。

这不是tensorflow的具体内容，而是python语言的一种功能。通过定义一些特殊的成员函数，您可以使用这些“快捷方式”——例如，如果您实现了

\uuu add\uu

成员函数，那么您可以使用

+

调用此函数

您可以找到有关“数字”运算符和“容器”运算符（如

[]

）的更多信息。同一页上还有一些

这是一个python功能，这意味着它们可能取决于您使用的python版本。我特别想到的是

@

，它出现在Python3.5中，因此不能在Python2.7AFAIK中使用

---

这些快捷方式使代码更易于阅读，而且到目前为止我还没有看到任何诱导惩罚，因此您可以随意使用。

我刚刚发现在TensorFlow中使用全函数语句有一个非常好的优势（即tf.matmul（a，b）vsa@b)你可以命名操作（显然你可以命名TF中的所有东西）。这是什么意思？你问。。。这意味着，当使用一个工具，如您可以很容易地找到它的名称是什么操作。可能不是所有的操作都应该命名，但您可以这样做，从而使调试图形更容易。@loco.loop True——尽管我个人认为作用域是组织图形的主要工具。我命名范围和变量，很少命名操作。但这当然是个人的观点。