tensorflow - tf.square、tf.math.square 和 tf.keras.backend.square 之间有什么区别？

Question

我一直在努力学习 TensorFlow，我注意到不同的函数用于相同的目标。例如，为了平方变量，我看到了 tf.square()、tf.math.square() 和 tf.keras.backend.square() 。这对于大多数数学运算都是一样的。这些都是一样的还是有什么区别？

Answer 1

从数学上讲，它们应该产生相同的结果。然而，tensorflow.math.somefunction 中的 Tensorflow 函数用于操作 Tensorflow 张量。

例如，当您编写自定义损失或指标时，输入和输出应该是 Tensorflow 张量。这样 Tensorflow 就知道如何获取函数的梯度。您还可以使用 tf.keras.backend.* 函数来自定义损失等。

尽可能尝试使用 tensorflow.math.somefunctions，首选本地操作。因为它们已正式记录并保证在 TF 1.x 和 TF 2.x 等 TF 版本之间具有向后兼容性。