Python – tensorflow.math.zeta()

TensorFlow是谷歌设计的开源Python库，用于开发机器学习模型和深度学习神经网络。

zeta()是用来计算Hurwitz zeta函数的。它被定义为

")

语法:
tensorflow.math.zeta( x, q, name)

参数 :

• x:它是一个张量。允许的dtypes是float32和float64。
• q：它是一个与x的 dtype 相同的张量。
• name（可选）:它定义了该操作的名称。

返回值:

它返回一个与x具有相同dtype的张量。

示例 1:

# importing the library
import tensorflow as tf

# Initializing the input tensor
a = tf.constant([ -5, -7, 2, 0, 7], dtype = tf.float64)
b = tf.constant([ 1, 3, 9, 4, 7], dtype = tf.float64)

# Printing the input tensor
print('a: ', a)
print('b: ', b)

# Calculating result
res = tf.math.zeta(a, b)

# Printing the result
print('Result: ', res)

输出:

a: tf.Tensor([-5. -7. 2. 0. 7.], shape=(5, ), dtype=float64)
b: tf.Tensor([1. 3. 9. 4. 7.], shape=(5, ), dtype=float64)
Result: tf.Tensor(
[ nan nan 1.17512015e-01 nan
2.12260976e-06], shape=(5, ), dtype=float64)

示例 2:

# importing the library
import tensorflow as tf

# Initializing the input tensor
a = tf.constant([ [-5, -7], [ 2, 0]], dtype = tf.float64)
b = tf.constant([ [1, 3], [9, 4]], dtype = tf.float64)

# Printing the input tensor
print('a: ', a)
print('b: ', b)

# Calculating result
res = tf.math.zeta(a, b)

# Printing the result
print('Result: ', res)

输出:

a: tf.Tensor(
[[-5. -7.]
[ 2. 0.]], shape=(2, 2), dtype=float64)
b: tf.Tensor(
[[1. 3.]
[9. 4.]], shape=(2, 2), dtype=float64)
Result: tf.Tensor(
[[ nan nan]
[0.11751201 nan]], shape=(2, 2), dtype=float64)