1.简单矩阵计算

TensorFlow支持许多常见的矩阵运算,如转置,乘法,获取行列式和逆.

1))约简

约简(redution)是一种跨纬度张量操作,计算结果比原张量缩减一个纬度.

支持的操作包括:product,minimum,maximum,mean,all,any和accumulate_n

2))张量分割

张量分割是张量一个纬度减小的过程,并且所得到的元素由索引行确定,如果索引行中的某些元素重复,则对拥有重复索引的索引进行操作.

2.序列

序列实用程序包括诸如argmin和argmax(显示纬度的最小和最大值),listdiff(显示列表之间的交集的补码),where(显示张量上的真实值的索引)和unique(在列表上去除重复的元素)

3.张量形状变换

这些类型的函数与矩阵形状相关.他们用于调整不匹配的数据结构,并快速获取数据张量的信息.这对于运行时决定处理策略时很有用.

对于一个很大的数据集,我们可能并不需要全部的信息,这是我们可以使用张量的切片(slicing)和连接(joining).这样 我们能够节省下很多不西药的内存开销.