数学运算
算术运算符
TensorFlow提供了几个可用于向图形中添加基本算术运算符的操作。
tf.add
tf.subtract
tf.multiply
tf.scalar_mul
tf.div
tf.divide
tf.truediv
tf.floordiv
tf.realdiv
tf.truncatediv
tf.floor_div
tf.truncatemod
tf.floormod
tf.mod
tf.cross
基本数学函数
TensorFlow提供了几个操作，您可以使用这些操作向图形添加基本数学函数。
tf.add_n
tf.abs
tf.negative
tf.sign
tf.reciprocal
tf.square
tf.round
tf.sqrt
tf.rsqrt
tf.pow
tf.exp
tf.expm1
tf.log
tf.log1p
tf.ceil
tf.floor
tf.maximum
tf.minimum
tf.cos
tf.sin
tf.lbeta
tf.tan
tf.acos
tf.asin
tf.atan
tf.cosh
tf.sinh
tf.asinh
tf.acosh
tf.atanh
tf.lgamma
tf.digamma
tf.erf
tf.erfc
tf.squared_difference
tf.igamma
tf.igammac
tf.zeta
tf.polygamma
tf.betainc
tf.rint
矩阵数学函数
TensorFlow提供了几个操作，您可以使用这些操作将矩阵上的线性代数函数添加到图形中。
tf.diag
tf.diag_part
tf.trace
tf.transpose
tf.eye
tf.matrix_diag
tf.matrix_diag_part
tf.matrix_band_part
tf.matrix_set_diag
tf.matrix_transpose
tf.matmul
tf.norm
tf.matrix_determinant
tf.matrix_inverse
tf.cholesky
tf.cholesky_solve
tf.matrix_solve
tf.matrix_triangular_solve
tf.matrix_solve_ls
tf.qr
tf.self_adjoint_eig
tf.self_adjoint_eigvals
tf.svd
张量数学函数
TensorFlow提供了可用于向图表添加张量函数的操作。
tf.tensordot
复数函数
TensorFlow提供了几个操作，您可以使用这些操作将复数函数添加到图形中。
tf.complex
tf.conj
tf.imag
tf.angle
tf.real
Reduction
TensorFlow提供了几个操作，您可以使用这些操作执行常见的数学计算，从而减少张量的各个维度。
tf.reduce_sum
tf.reduce_prod
tf.reduce_min
tf.reduce_max
tf.reduce_mean
tf.reduce_all
tf.reduce_any
tf.reduce_logsumexp
tf.count_nonzero
tf.accumulate_n
tf.einsum
扫描
TensorFlow提供了几个操作，您可以使用这些操作跨张量的一个轴执行扫描（运行总计）。
tf.cumsum
tf.cumprod
分割
TensorFlow提供了几个可用于在张量段上执行常见数学计算的操作。这里，分割是沿着第一维度的张量的分割，即，它定义从第一维度到第一维度的映射 segment_ids。的segment_ids张量应该是第一尺寸的大小，d0与在范围内的连续的ID 0到k，在那里k
例如：
c = tf.constant([[1,2,3,4], [-1,-2,-3,-4], [5,6,7,8]])
tf.segment_sum(c, tf.constant([0, 0, 1]))==> [[0 0 0 0][5 6 7 8]]
tf.segment_sum
tf.segment_prod
tf.segment_min
tf.segment_max
tf.segment_mean
tf.unsorted_segment_sum
tf.sparse_segment_sum
tf.sparse_segment_mean
tf.sparse_segment_sqrt_n
序列比较和索引
TensorFlow提供了几个操作，您可以使用这些操作向图表添加序列比较和索引提取。您可以使用这些操作来确定序列差异并确定张量中特定值的索引。
tf.argmin
tf.argmax
tf.setdiff1d
tf.where
tf.unique
tf.edit_distance
tf.invert_permutation
