Operazioni di base

Introduzione a TensorFlow in Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Che cos'è un'operazione TensorFlow?

L'immagine mostra operazioni e tensori in un grafo TensorFlow, come in TensorBoard. Due coppie di matrici sono sommate con l'operazione add. Le somme risultanti vengono poi moltiplicate.

Che cos'è un'operazione TensorFlow?

L'immagine mostra operazioni e tensori in un grafo TensorFlow, come in TensorBoard. È mostrata un'operazione add.

Che cos'è un'operazione TensorFlow?

L'immagine mostra operazioni e tensori in un grafo TensorFlow, come in TensorBoard. Sono mostrate due operazioni add.

Che cos'è un'operazione TensorFlow?

L'immagine mostra operazioni e tensori in un grafo TensorFlow, come in TensorBoard. Due coppie di matrici sono sommate con l'operazione add. Le somme risultanti vengono poi moltiplicate.

Applicare l'operatore di somma

#Import constant and add from tensorflow
from tensorflow import constant, add

# Define 0-dimensional tensors
A0 = constant([1])
B0 = constant([2])

# Define 1-dimensional tensors
A1 = constant([1, 2])
B1 = constant([3, 4])

# Define 2-dimensional tensors
A2 = constant([[1, 2], [3, 4]])
B2 = constant([[5, 6], [7, 8]])

Applicare l'operatore di somma

# Perform tensor addition with add()
C0 = add(A0, B0)
C1 = add(A1, B1)
C2 = add(A2, B2)

Eseguire la somma tra tensori

L'operazione add() esegue la somma elemento per elemento tra due tensori
Richiede che i due tensori abbiano la stessa forma:
- Somma di scalari: $1+2=3$
- Somma di vettori: $[1,2]+[3,4]=[4,6]$
- Somma di matrici: $\begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix} + \begin{bmatrix} 5 & 6 \\ 7 & 8 \end{bmatrix} = \begin{bmatrix} 6 & 8 \\ 10 & 12 \end{bmatrix}$
L'operatore add() è sovraccaricato

Come eseguire la moltiplicazione in TensorFlow

Moltiplicazione elemento per elemento con l'operazione multiply()
- I tensori devono avere la stessa forma
- Es.: [1,2,3] e [3,4,5] oppure [1,2] e [3,4]
Moltiplicazione tra matrici con l'operatore matmul()
- matmul(A,B) moltiplica A per B
- Le colonne di A devono uguagliare le righe di B

Applicare gli operatori di moltiplicazione

# Import operators from tensorflow
from tensorflow import ones, matmul, multiply

# Define tensors
A0 = ones(1)
A31 = ones([3, 1])
A34 = ones([3, 4])
A43 = ones([4, 3])

Quali operazioni sono valide?
- multiply(A0, A0), multiply(A31, A31) e multiply(A34, A34)
- matmul(A43, A34) ma non matmul(A43, A43)

Sommare sulle dimensioni di un tensore

L'operatore reduce_sum() somma sulle dimensioni di un tensore
- reduce_sum(A) somma su tutte le dimensioni di A
- reduce_sum(A, i) somma sulla dimensione i

# Import operations from tensorflow
from tensorflow import ones, reduce_sum

# Define a 2x3x4 tensor of ones
A = ones([2, 3, 4])

Sommare sulle dimensioni di un tensore

# Sum over all dimensions
B = reduce_sum(A)

# Sum over dimensions 0, 1, and 2
B0 = reduce_sum(A, 0)
B1 = reduce_sum(A, 1)
B2 = reduce_sum(A, 2)

Esercitiamoci!

Introduzione a TensorFlow in Python