Tensorflow.JS - TF.mod
Scenariusz 1: Pracuj z skalar
Scalar będzie przechowywał tylko jedną wartość. Ale w każdym razie zwraca tensor.
Składnia
tf.mod (skalar1, skalar2)Parametry
SCALAR1 i SCALAR2 to tensory, które mogą przyjmować tylko jedną wartość jako parametr.
Powrót
Zwróć pozostałą część dwóch wartości skalarnych.
Przykład
Utwórz dwa skalary i wykonaj podział dwóch skali, aby zwrócić resztę.
Tensorflow.JS - TF.mod ()
Wyjście
Pracujący
30%70 = 30.
Scenariusz 2: Pracuj z Tensor
Tensor może przechowywać wiele wartości; może być pojedynczy lub wielowymiarowy.
Składnia
tf.mod (tensor1, tensor2)Parametry
Tensor1 i tensor2 to tensor, które mogą przyjmować tylko pojedyncze lub wiele wartości jako parametr.
Powrót
Pozostała część dwóch tensorów dotyczących każdego elementu.
Musimy zauważyć, że całkowita liczba elementów w obu tensorach musi być równa.
Przykład 1
Utwórz dwa jednowymiarowe tensory i zwróć resztę za pomocą TF.mod ().
Tensorflow.JS - TF.mod ()
Wyjście
Pracujący
[10%1,20%2,30%3 40%4,50%5] => Tensor [0,0,0,0,0].
Przykład 2
Utwórz 2 dwuwymiarowe tensory z 2 rzędami i 3 kolumnami i zastosuj TF.mod ().
Tensorflow.JS - TF.mod ()
Wyjście
Pracujący
[[1%34,2%10,3%20], [4%30,5%40,6%50]] => [[1, 2, 3], [4, 5, 6]].
Scenariusz 3: Pracuj z tensor i skalar
Może być możliwe podzielenie każdego elementu w tensor przez skalar, aby zwrócić resztę.
Składnia
tf.mod (tensor, skalar)Przykład
Utwórz jednowymiarowy tensor i skalar i wykonaj podział, aby zwrócić resztę za pomocą TF.mod ().
Tensorflow.JS - TF.mod ()
Wyjście
Pracujący
[10%10, 20%10, 30%10, 4%10, 5%10, 6%10] => [0, 0, 0, 4, 5, 6].
Wniosek
tf.mod () w Tensorflow.JS służy do wykonywania podziału i powrotu pozostałych. Omówiliśmy trzy scenariusze, aby podzielić tensor przez skalar. Zauważyliśmy również, że Scalar przechowuje tylko jedną wartość i zwróci tensor. Podczas wykonywania TF.mod () na dwóch tensorach upewnij się, że liczba elementów w dwóch tensorach musi być taka sama.