Posted at

TensorFlow入門 - 四則演算と基礎的な数学関数まとめ

More than 3 years have passed since last update.

TensorFlowで主に使う数学関連の関数をまとめてみました。


Arithmetic Operators(四則演算)

関数
役割

tf.add(x, y, name=None)
要素ごとの和

tf.sub(x, y, name=None)
要素ごとの差

tf.mul(x, y, name=None)
要素ごとの積

tf.div(x, y, name=None)
要素ごとの商 
※テンソルの数値型がint等の浮動小数でない型である場合、小数点以下切り捨て

tf.truediv(x, y, name=None)
要素ごとの商
※テンソルの数値型がint等の浮動小数でない型である場合、先に浮動小数点型に変換する

tf.floordiv(x, y, name=None)
要素ごとの商
※テンソルの数値型が浮動小数点型の場合、結果の小数点以下切り捨て

tf.mod(x, y, name=None)
要素ごとの剰余

使用例)

vim arithmetic_operators.py

import tensorflow as tf

def add(j, k):
_j = tf.constant(j)
_k = tf.constant(k)
result = tf.add(_j, _k)
return result

def sub(j,k):
_j = tf.constant(j)
_k = tf.constant(k)
result = tf.sub(_j,_k)
return result

def mul(j,k):
_j = tf.constant(j)
_k = tf.constant(k)
result = tf.mul(_j,_k)
return result

def mod(j,k):
_j = tf.constant(j)
_k = tf.constant(k)
result = tf.mod(_j,_k)
return result

def div(j,k):
_j = tf.constant(j)
_k = tf.constant(k)
result = tf.div(_j,_k)
return result

with tf.Session() as sess:
result = sess.run([mod(10,3)]) #10 %3 = 1
result2 = sess.run([mul(5,4)]) #5 x 4 = 20
result3 = sess.run([sub(10,6)]) #10 - 6 = 4
result4 = sess.run([add(5,6)]) #5 + 6 =11
result5 = sess.run([div(11.,7.)]) #11 / 7 = 1.5714285
print result
print result2
print result3
print result4
print result5

結果

python arithmetic_operators.py

[1]
[20]
[4]
[11]
[1.5714285]


Basic Math Functions(基礎的な数学関数)

関数
役割

tf.add_n(inputs, name=None)
要素ごとの和 
※inputsはテンソルのリスト、全てが同じサイズをもつ必要あり

tf.abs(x, name=None)
要素ごとの絶対値

tf.neg(x, name=None)
要素ごとにマイナスをかける

tf.sign(x, name=None)
要素ごとに正なら1、0なら0、負なら-1となる変換をかける

tf.inv(x, name=None)
要素ごとの逆数

tf.square(x, name=None)
要素ごとに二乗をとる

tf.round(x, name=None)
要素ごとに四捨五入

tf.sqrt(x, name=None)
要素ごとにルートをとる

tf.rsqrt(x, name=None)
要素ごとにルートの逆数を取る

tf.pow(x, y, name=None)
要素ごとに累乗(xの要素^yの要素)

tf.exp(x, name=None)
要素ごとに自然数を底とする指数関数をとる

tf.log(x, name=None)
要素ごとに自然対数をとる

tf.ceil(x, name=None)
要素ごとに小数点以下繰り上げ

tf.floor(x, name=None)
要素ごとに小数点以下切り捨て

tf.maximum(x, y, name=None)
要素ごとに最大値をとる

tf.minimum(x, y, name=None)
要素ごとに最小値をとる

tf.cos(x, name=None)
要素ごとにcosをとる

tf.sin(x, name=None)
要素ごとにsinをとる

squareを利用した例で、以下の式を利用します。

y=x2+b

使用例)

vim square_test.py

import tensorflow as tf

def x2_plus_b(x, b):
_x = tf.constant(x)
_b = tf.constant(b)
result = tf.square(_x)
result = tf.add(result, _b)
return result

with tf.Session() as sess:
result = sess.run([x2_plus_b(2.0,3.0)])
print result

結果

python square_test.py

[7.0]

その他数学関数はこちら

のブログを参考しました。

vim basic_math_fun.py

import tensorflow as tf

sess = tf.InteractiveSession()

################
# tf.add_n
################
a = tf.constant([1., 2.])
b = tf.constant([3., 4.])
c = tf.constant([5., 6.])
tf_addn = tf.add_n([a, b, c])
print "tf.add_n"
print sess.run(tf_addn)

# output:

# tf.add_n
# [ 9. 12.]

################
# tf.abs
################
x = tf.constant([[-1., 2.], [3., -4.]])
tf_abs = tf.abs(x)
print "tf.abs"
print sess.run(tf_abs)

# output:

# tf.abs
# [[ 1. 2.]
# [ 3. 4.]]

################
# tf.neg
################
x = tf.constant([[-1., 2.], [3., -4.]])
tf_neg = tf.neg(x)
print "tf.neg"
print sess.run(tf_neg)

# output:

# tf.neg
# [[ 1. -2.]
# [-3. 4.]]

################
# tf.sign
################
x = tf.constant([[-1., 2.], [3., -4.]])
tf_sign = tf.sign(x)
print "tf.sign"
print sess.run(tf_sign)

# output:

# tf.sign
# [[-1. 1.]
# [ 1. -1.]]

################
# tf.inv
################
x = tf.constant([[-1., 2.], [3., -4.]])
tf_inv = tf.inv(x)
print "tf.inv"
print sess.run(tf_inv)

# output:

# tf.inv
# [[-1. 0.5 ]
# [ 0.33333334 -0.25 ]]

################
# tf.square
################
x = tf.constant([[-1., 2.], [3., -4.]])
tf_square = tf.square(x)
print "tf.square"
print sess.run(tf_square)

# output:

# tf.square
# [[ 1. 4.]
# [ 9. 16.]]

################
# tf.round
################
x = tf.constant([0.9, 2.5, 2.3, -4.4])
tf_round = tf.round(x)
print "tf.round"
print sess.run(tf_round)

# output:

# tf.round
# [ 1. 3. 2. -4.]

################
# tf.sqrt
################
x = tf.constant([[1., 2.], [3., 4.]])
tf_sqrt = tf.sqrt(x)
print "tf.sqrt"
print sess.run(tf_sqrt)

# output:

# tf.sqrt
# [[ 0.99999994 1.41421342]
# [ 1.73205078 1.99999988]]

################
# tf.rsqrt
################
x = tf.constant([[1., 2.], [3., 4.]])
tf_rsqrt = tf.rsqrt(x)
print "tf.rsqrt"
print sess.run(tf_rsqrt)

# output:

# tf.rsqrt
# [[ 0.99999994 0.70710671]
# [ 0.57735026 0.49999997]]

################
# tf.pow
################
x = tf.constant([[2, 2], [3, 3]])
y = tf.constant([[8, 16], [2, 3]])
tf_pow = tf.pow(x, y)
print "tf.pow"
print sess.run(tf_pow)

# output:

# tf.pow
# [[ 256 65536]
# [ 9 27]]

################
# tf.exp
################
x = tf.constant([[1., 2.], [3., 4.]])
tf_exp = tf.exp(x)
print "tf.exp"
print sess.run(tf_exp)

# output:

# tf.exp
# [[ 2.71828175 7.38905621]
# [ 20.08553696 54.59815216]]

################
# tf.log
################
x = tf.constant([[1., 2.], [3., 4.]])
tf_log = tf.log(x)
print "tf.log"
print sess.run(tf_log)

# output:

# tf.log
# [[ 0. 0.69314718]
# [ 1.09861231 1.38629436]]

################
# tf.ceil
################
x = tf.constant([[1.1, 2.2], [3.3, 4.4]])
tf_ceil = tf.ceil(x)
print "tf.ceil"
print sess.run(tf_ceil)

# output:

# tf.ceil
# [[ 2. 3.]
# [ 4. 5.]]

################
# tf.floor
################
x = tf.constant([[1.1, 2.2], [3.3, 4.4]])
tf_floor = tf.floor(x)
print "tf.floor"
print sess.run(tf_floor)

# output:

# tf.floor
# [[ 1. 2.]
# [ 3. 4.]]

################
# tf.maximum
################
x = tf.constant([[2, 8], [3, 12]])
y = tf.constant([[4, 10], [1, 9]])
tf_maximum = tf.maximum(x, y)
print "tf.maximum"
print sess.run(tf_maximum)

# output:

# tf.maximum
# [[ 4 10]
# [ 3 12]]

################
# tf.minimum
################
x = tf.constant([[2, 8], [3, 12]])
y = tf.constant([[4, 10], [1, 9]])
tf_minimum = tf.minimum(x, y)
print "tf.minimum"
print sess.run(tf_minimum)

# output:

# tf.minimum
# [[2 8]
# [1 9]]

################
# tf.cos
################
x = tf.constant([[2., 8.], [3., 12.]])
tf_cos = tf.cos(x)
print "tf.cos"
print sess.run(tf_cos)

# output:

# tf.cos
# [[-0.41614681 -0.14550003]
# [-0.9899925 0.84385395]]

################
# tf.sin
################
x = tf.constant([[2., 8.], [3., 12.]])
tf_sin = tf.sin(x)
print "tf.sin"
print sess.run(tf_sin)

# output:

# tf.sin
# [[ 0.90929741 0.98935825]
# [ 0.14112 -0.53657293]]

sess.close()

参考:

https://www.tensorflow.org/versions/r0.9/api_docs/python/math_ops.html

http://dev.classmethod.jp/machine-learning/tensorflow-math/

http://mirai-tec.hatenablog.com/entry/2016/02/22/001459