`tf.reciprocal` vs `tf.inv`：有什么区别吗？答案

【问题标题】：`tf.reciprocal` vs `tf.inv`: is there any difference?`tf.reciprocal` vs `tf.inv`：有什么区别吗？
【发布时间】：2018-02-04 15:02:34
【问题描述】：

tf.reciprocal 和 tf.inv 似乎是等价的。有什么区别吗？它们被实现为单独的 TF 操作，也有单独的梯度实现，看起来也等效。

【问题讨论】：

标签： python tensorflow matrix matrix-inverse

【解决方案1】：

它们的意思是一样的。事实上，tf.inv 已重命名为 tf.reciprocal 并且 tf.inv 在最新版本中不再暴露于顶级模块（尽管两者仍然存在于 gen_math_ops.py 中）。

来自migration documentation：

许多函数已重命名以匹配 NumPy。这样做是为了使 NumPy 和 TensorFlow 之间的转换尽可能容易。函数不匹配的情况仍然很多，因此这远不是一个硬性规定，但我们已经消除了几个常见的不一致。

tf.inv

应该重命名为tf.reciprocal

这样做是为了避免与 NumPy 的逆矩阵 np.inv 混淆

您可以看到还有几个已重命名的函数，例如 tf.mul 和 tf.neg。

【讨论】：