TensorFlow 的速记运算符有哪些？答案

【问题标题】：What are the shorthand operators for TensorFlow?TensorFlow 的速记运算符有哪些？
【发布时间】：2018-05-21 20:31:09
【问题描述】：

我使用 TensorFlow 的时间很少，但它看起来很有希望。我正在学习 DeepLearning.ai 的 Coursera 第二门课程（改进深度神经网络：超参数调整、正则化和优化）。

我注意到有一个等价于（ish）的简单操作，例如：

我更喜欢速记操作，因为它们可能使代码更易于阅读。所以...

速记运算符都有哪些？

有什么地方可以找到所有可能的操作吗？

另外，我希望听到一些关于使用这些速记运算符是否是一种好习惯的反馈...

【问题讨论】：

【解决方案1】：

这不是 tensorflow 特有的，而是 python 语言的一种功能。通过定义一些特殊的成员函数，您可以使用这些“快捷方式”——例如，如果您实现了__add__ 成员函数，那么您可以使用+ 来调用该函数。

您可以找到有关“数字”运算符的here 和有关“容器”运算符（例如[]）的here 的更多信息。同一页面上还有更多内容。

这是一个 python 功能，这意味着它们可能取决于您使用的 python 版本。我更特别想到 @，它出现在 python 3.5 中，因此不能在 python 2.7 AFAIK 中使用。

这些快捷方式使代码更易于阅读，到目前为止我还没有看到任何诱导惩罚，所以你可以随意使用。

【讨论】：

我刚刚发现在 TensorFlow 中使用完整的函数语句有一个很好的优势（即 tf.matmul(a,b) vs a@b），它是你可以命名操作（显然你可以命名TF中的所有内容）。嗯，这是什么意思？你问... 这意味着当使用像TensorBoard 这样的工具时，你可以很容易地通过它的名字找出那个操作是什么。可能并非所有操作都应该命名，但您可以这样做，以便更轻松地调试图形。
@loco.loop 是的——虽然我个人认为范围是我组织图表的主要工具。我命名范围和变量，很少有操作。但这当然是个人观点。