tf.matrix_diag和tf.matrix_inverse的用法(tensorflow如何生成对角矩阵和求逆矩阵)

1.tf.matrix_diag(dia)：输入参数是dia，如果输入时一个向量，那就生成二维的对角矩阵，以此类推

2.tf.matrix_inverse(A)：输入如果是一个矩阵，就是得到逆矩阵，依次类推，只是输入的A中的元素需要是浮点数，比如tf.float32等格式，如果是整形，就会出错哈。

例如：

矩阵(二维张量)

import tensorflow as tf;
 
A = [1, 2, 3]
B = tf.matrix_diag(A)
print B.eval(session=tf.Session())
 
B = tf.cast(B, tf.float32)
C = tf.matrix_inverse(B)
print C.eval(session=tf.Session())

输出：
[[1 0 0]
 [0 2 0]
 [0 0 3]]
[[ 1.          0.          0.        ]
 [ 0.          0.5         0.        ]
 [ 0.          0.          0.33333334]]

三维数组(三维张量)
import tensorflow as tf;
 
A = [[1, 2, 3]]
B = tf.matrix_diag(A)
print B.eval(session=tf.Session())
 
B = tf.cast(B, tf.float32)
C = tf.matrix_inverse(B)
print C.eval(session=tf.Session())

输出：
[[[1 0 0]
  [0 2 0]
  [0 0 3]]]
[[[ 1.          0.          0.        ]
  [ 0.          0.5         0.        ]
  [ 0.          0.          0.33333334]]]

--------------------- 
作者：UESTC_C2_403 
来源：CSDN 
原文：https://blog.csdn.net/UESTC_C2_403/article/details/77193595 
版权声明：本文为博主z转载文章，转载请附上博文链接！