一下硕、一元操作函數(shù)
1.低等數(shù)學(xué)
1.4 tf.scalar_mul(scalar,x) 求x的scalar倍
1.16 tf.abs(x,name=None) 求x的絕對值
1.17 tf.negative(x,name=None) 求x的負數(shù)
1.18 tf.sign(x,name=None) 求x的符號
1.19 tf.reciprocal(x,name=None) 求x的倒數(shù)
1.20 tf.square(x,name=None) 求x的平方
1.21 tf.round(x,name=None) 求離x最近的整數(shù)蜜葱，若有兩值，取偶數(shù)掘譬。
1.22 tf.sqrt(x,name=None) 求x的平方根
1.23 tf.rsqrt(x,name=None) 求（x的平方根）的倒數(shù)
1.25 tf.exp(x,name=None) 求e的x次冪
1.26 tf.expm1(x,name=None) 求（e的x次冪）減1
1.27 tf.log(x,name=None) 求x的自然對數(shù)
1.28 tf.log1p(x,name=None) 求x加1的自然對數(shù)
1.29 tf.ceil(x,name=None) 求比x大的最小整數(shù)
1.30 tf.floor(x,name=None)求比x小的最大整數(shù)
1.33 tf.cos(x,name=None)求cos(x)
1.34 tf.sin(x,name=None)求sin(x)
1.35 tf.lbeta(x,name=None)求ln(|Beta(x)|)
1.36 tf.tan(x,name=None) 求tan
1.37 tf.acos(x,name=None) 求acos
1.38 tf.asin(x,name=None) 求asin
1.39 tf.atan(x,name=None) 求atan
1.40 tf.lgamma(x,name=None)求ln(gamma(x))
1.41 tf.digamma(x,name=None)求lgamma的導(dǎo)數(shù)
1.42 tf.erf(x,name=None) 計算高斯誤差
1.43 tf.erfc(x,name=None) 計算1-高斯誤差
1.50 tf.rint(x,name=None) 計算離x最近的整數(shù)忘蟹，若為中間值飒房，取偶數(shù)值。

1.1   tf.add(x,y,name=None)
1.2   tf.subtract(x,y,name=None)
1.3   tf.multiply(x,y,name=None)

1.5   tf.div(x,y,name=None)
1.6   tf.truediv(x,y,name=None)
1.7   tf.floordiv(x,y,name=None)
1.8   tf.realdiv(x,y,name=None)
1.9   tf.truncatediv(x,y,name=None)
1.10   tf.floor_div(x,y,name=None)
1.11   tf.truncatemod(x,y,name=None)
1.12   tf.floormod(x,y,name=None)
1.13   tf.mod(x,y,name=None)
1.14   tf.cross(x,y,name=None)
1.15   tf.add_n(inputs,name=None)





1.24   tf.pow(x,y,name=None)

1.31   tf.maximum(x,y,name=None)
1.32   tf.minimum(x,y,name=None)

1.44   tf.squared_difference(x,y,name=None)
1.45   tf.igamma(a,x,name=None)
1.46   tf.igammac(a,x,name=None)
1.47   tf.zeta(x,q,name=None)
1.48   tf.polygamma(a,x,name=None)    
1.49   tf.betainc(a,b,x,name=None) 






math_ops函數(shù)使用媚值，本篇為算術(shù)函數(shù)和基本數(shù)學(xué)函數(shù)狠毯。
######1.1   tf.add(x,y,name=None)

功能：對應(yīng)位置元素的加法運算。
輸入：x,y具有相同尺寸的tensor褥芒，可以為half, float32, float64, uint8, int8, int16, int32, int64,
complex64, complex128, `string‘類型嚼松。
例：
x=tf.constant(1.0)
y=tf.constant(2.0)
z=tf.add(x,y)

z==>(3.0)

######1.2   tf.subtract(x,y,name=None)

功能：對應(yīng)位置元素的減法運算。
輸入：x,y具有相同尺寸的tensor锰扶，可以為half, float32, float64, int32, int64, complex64, complex128,
`string‘類型献酗。
例：
x=tf.constant([[1.0,-1.0]],tf.float64)
y=tf.constant([[2.2,2.3]],tf.float64)
z=tf.subtract(x,y)

z==>[[-1.2,-3.3]]

######1.3   tf.multiply(x,y,name=None)

功能：對應(yīng)位置元素的乘法運算。
輸入：x,y具有相同尺寸的tensor坷牛，可以為half, float32, float64, uint8, int8, uint16,int16, int32, int64,
complex64, complex128, `string‘類型罕偎。
例：
x=tf.constant([[1.0,-1.0]],tf.float64)
y=tf.constant([[2.2,2.3]],tf.float64)
z=tf.multiply(x,y)

z==>[[2.2,-2.3]]

1.5 tf.div(x,y,name=None)[推薦使用tf.divide(x,y)]

功能：對應(yīng)位置元素的除法運算（使用python2.7除法算法，如果x,y有一個為浮點數(shù)京闰，結(jié)果為浮點數(shù);否則為整數(shù)锨亏，但使用該函數(shù)會報錯）。
輸入：x,y具有相同尺寸的tensor忙干，x為被除數(shù)器予，y為除數(shù)。
例：
x=tf.constant([[1,4,8]],tf.int32)
y=tf.constant([[2,3,3]],tf.int32)
z=tf.div(x,y)

z==>[[0,1,2]]

x=tf.constant([[1,4,8]],tf.int64)
y=tf.constant([[2,3,3]],tf.int64)
z=tf.divide(x,y)

z==>[[0.5,1.33333333,2.66666667]]

x=tf.constant([[1,4,8]],tf.float64)
y=tf.constant([[2,3,3]],tf.float64)
z=tf.div(x,y)

z==>[[0.5,1.33333333,2.66666667]]

1.6 tf.truediv(x,y,name=None)

功能：對應(yīng)位置元素的除法運算捐迫。（使用python3除法算法乾翔，又叫真除，結(jié)果為浮點數(shù)，推薦使用tf.divide）
輸入：x,y具有相同尺寸的tensor反浓，x為被除數(shù)萌丈，y為除數(shù)。

1.7 tf.floordiv(x,y,name=None)

功能：對應(yīng)位置元素的地板除法運算雷则。返回不大于結(jié)果的最大整數(shù)
輸入：x,y具有相同尺寸的tensor辆雾，x為被除數(shù)，y為除數(shù)月劈。
例：
x=tf.constant([[2,4,-1]],tf.int64) #float類型運行結(jié)果一致度迂，只是類型為浮點型
y=tf.constant([[3,3,3]],tf.int64)
z=tf.floordiv(x,y)

z==>[[0,1,-1]]

1.8 tf.realdiv(x,y,name=None)

功能：對應(yīng)位置元素的實數(shù)除法運算。實際情況不非官方描述猜揪，與divide結(jié)果沒區(qū)別惭墓，
輸入：x,y具有相同尺寸的tensor，可以為`half`, `float32`, `float64`, `uint8`, `int8`, `int16`, `int32`, `int64`, 
`complex64`, `complex128`, `string‘類型而姐。
例：
x=tf.constant([[2+1j,4+2j,-1+3j]],tf.complex64)
y=tf.constant([[3+3j,3+1j,3+2j]],tf.complex64)
z=tf.realdiv(x,y)

z==>[[0.50000000-0.16666667j 1.39999998+0.2j 0.23076922+0.84615386j]]

1.9 tf.truncatediv(x,y,name=None)

功能：對應(yīng)位置元素的截斷除法運算腊凶，獲取整數(shù)部分。（和手冊功能描述不符拴念，符號位并不能轉(zhuǎn)為0）
輸入：x,y具有相同尺寸的tensor钧萍，可以為`uint8`, `int8`, `int16`, `int32`, `int64`,類型。(只能為整型政鼠，浮點型等并未注冊风瘦，和手冊不符)
例：
x=tf.constant([[2,4,-7]],tf.int64)
y=tf.constant([[3,3,3]],tf.int64)
z=tf.truncatediv(x,y)

z==>[[0 1 -2]]

1.10 tf.floor_div(x,y,name=None)

功能：對應(yīng)位置元素的地板除法運算。（和tf.floordiv運行結(jié)果一致缔俄，只是內(nèi)部實現(xiàn)方式不一樣）
輸入：x,y具有相同尺寸的tensor弛秋，可以為`half`, `float32`, `float64`, `uint8`, `int8`, `int16`, `int32`, `int64`, 
`complex64`, `complex128`, `string‘類型。

1.11 tf.truncatemod(x,y,name=None)

功能：對應(yīng)位置元素的截斷除法取余運算俐载。
輸入：x,y具有相同尺寸的tensor蟹略，可以為float32`, `float64`,  `int32`, `int64`類型。
例：
x=tf.constant([[2.1,4.1,-1.1]],tf.float64)
y=tf.constant([[3,3,3]],tf.float64)
z=tf.truncatemod(x,y)

z==>[[2.1 1.1 -1.1]]

1.12 tf.floormod(x,y,name=None)

功能：對應(yīng)位置元素的地板除法取余運算遏佣。
輸入：x,y具有相同尺寸的tensor挖炬，可以為float32`, `float64`,  `int32`, `int64`類型。
例：
x=tf.constant([[2.1,4.1,-1.1]],tf.float64)
y=tf.constant([[3,3,3]],tf.float64)
z=tf.truncatemod(x,y)

z==>[[2.1 1.1 1.9]]

1.13 tf.mod(x,y,name=None)

功能：對應(yīng)位置元素的除法取余運算状婶。若x和y只有一個小于0意敛，則計算‘floor（x/y）*y+mod(x,y)’。
輸入：x,y具有相同尺寸的tensor膛虫，可以為`float32`, `float64`,  `int32`, `int64`類型草姻。
例：
x=tf.constant([[2.1,4.1,-1.1]],tf.float64)
y=tf.constant([[3,3,3]],tf.float64)
z=tf.mod(x,y)

z==>[[2.1 1.1 1.9]]

1.14 tf.cross(x,y,name=None)

功能：計算叉乘。最大維度為3稍刀。
輸入：x,y具有相同尺寸的tensor撩独，包含3個元素的向量
例：
x=tf.constant([[1,2,-3]],tf.float64)
y=tf.constant([[2,3,4]],tf.float64)
z=tf.cross(x,y)

z==>[[17. -10. -1]]#2×4-（-3）×3=17敞曹，-（1×4-（-3）×2）=-10，1×3-2×2=-1综膀。

1.15 tf.add_n(inputs,name=None)

功能：將所有輸入的tensor進行對應(yīng)位置的加法運算
輸入：inputs：一組tensor澳迫，必須是相同類型和維度。
例：
x=tf.constant([[1,2,-3]],tf.float64)
y=tf.constant([[2,3,4]],tf.float64)
z=tf.constant([[1,4,3]],tf.float64)
xyz=[x,y,z]
z=tf.add_n(xyz)

z==>[[4. 9. 4.]]

1.18 tf.sign(x,name=None)

功能：求x的符號剧劝，x>0,則y=1;x<0則y=-1;x=0則y=0橄登。
輸入：x,為張量，可以為`half`,`float32`, `float64`,  `int32`, `int64`,`complex64`,`complex128`類型讥此。
例：
x=tf.constant([[1.1,0,-3]],tf.float64)
z=tf.sign(x)

z==>[[1. 0. -1.]]

1.24 tf.pow(x,y,name=None)

功能：計算x各元素的y次方拢锹。
輸入：x，y為張量暂论，可以為`float32`, `float64`, `int32`, `int64`,`complex64`,`complex128`類型面褐。
例：
x=tf.constant([[2,3,5]],tf.float64)
y=tf.constant([[2,3,4]],tf.float64)
z=tf.pow(x,y)

z==>[[4. 27. 625.]]

1.31 tf.maximum(x,y,name=None)

功能：計算x,y對應(yīng)位置元素較大的值拌禾。
輸入：x取胎，y為張量，可以為`half`,`float32`, `float64`,  `int32`, `int64`類型湃窍。
例：
x=tf.constant([[0.2,0.8,-0.7]],tf.float64)
y=tf.constant([[0.2,0.5,-0.3]],tf.float64)
z=tf.maximum(x,y)

z==>[[0.2 0.8 -0.3]]

1.32 tf.minimum(x,y,name=None)

功能：計算x,y對應(yīng)位置元素較小的值闻蛀。
輸入：x，y為張量您市，可以為`half`,`float32`, `float64`,  `int32`, `int64`類型觉痛。
例：
x=tf.constant([[0.2,0.8,-0.7]],tf.float64)
y=tf.constant([[0.2,0.5,-0.3]],tf.float64)
z=tf.maximum(x,y)

z==>[[0.2 0.5 -0.7]]

1.35 tf.lbeta(x,name=None)

功能：計算`ln(|Beta(x)|)`,并以最末尺度進行歸納。
          最末尺度`z = [z_0,...,z_{K-1}]`茵休，則Beta(z) = \prod_j Gamma(z_j) / Gamma(\sum_j z_j)
輸入：x為秩為n+1的張量薪棒，可以為'float','double'類型。
例：
x=tf.constant([[4,3,3],[2,3,2]],tf.float64)
z=tf.lbeta(x)

z==>[-9.62377365 -5.88610403]
#ln(gamma(4)*gamma(3)*gamma(3)/gamma(4+3+3))=ln(6*2*2/362880)=-9.62377365
#ln(gamma(2)*gamma(3)*gamma(2)/gamma(2+3+2))=ln(2/720)=-5.88610403 

######1.44   tf.squared_difference(x,y,name=None)

功能：計算(x-y)(x-y)榕莺。
輸入：x為張量俐芯，可以為half,float32, float64類型。
例：
x=tf.constant([[-1,0,2]],tf.float64)
y=tf.constant([[2,3,4,]],tf.float64)
z=tf.squared_difference(x,y)

z==>[[9. 9. 4.]]

######1.45   tf.igamma(a,x,name=None)

功能：計算gamma(a,x)/gamma(a),gamma(a,x)=\intergral_from_0_to_x t^(a-1)*exp(-t)dt钉鸯。
輸入：x為張量吧史，可以為float32, float64類型。
例：
a=tf.constant(1,tf.float64)
x=tf.constant([[1,2,3,4]],tf.float64)
z=tf.igamma(a,x)

z==>[[0.63212056 0.86466472 0.95021293 0.98168436]]

######1.46   tf.igammac(a,x,name=None)

功能：計算gamma(a,x)/gamma(a),gamma(a,x)=\intergral_from_x_to_inf t^(a-1)*exp(-t)dt唠雕。
輸入：x為張量贸营，可以為float32, float64類型。
例：
x=tf.constant([[-1,0,1,2,3]],tf.float64)
z=tf.erf(x)

z==>[[-0.84270079 0. 0.84270079 0.99532227 0.99997791]]

######1.47   tf.zeta(x,q,name=None)

功能：計算Hurwitz zeta函數(shù)岩睁。
輸入：x為張量或稀疏張量钞脂，可以為float32, float64類型。
例：
a=tf.constant(1,tf.float64)
x=tf.constant([[1,2,3,4]],tf.float64)
z=tf.zeta(x,a)

z==>[[inf 1.64493407 1.2020569 1.08232323]]

######1.48   tf.polygamma(a,x,name=None)    

功能：計算psi^{(a)}(x),psi{(a)}(x) = ({d^a}/{dxa})*psi(x),psi即為polygamma捕儒。
輸入：x為張量冰啃，可以為float32, float64類型。a=tf.constant(1,tf.float64)
例：
x=tf.constant([[1,2,3,4]],tf.float64)
z=tf.polygamma(a,x)

z==>[[1.64493407 0.64493407 0.39493407 0.28382296]]

######1.49   tf.betainc(a,b,x,name=None) 

功能：計算I_x(a, b)。I_x(a, b) = {B(x; a, b)}/{B(a, b)}亿笤。
B(x; a, b) = \intergral_from_0_to_x t^{a-1} (1 - t)^{b-1} dt翎迁。
B(a, b) = \intergral_from_0_to_1 t^{a-1} (1 - t)^{b-1} dt。即完全beta函數(shù)净薛。
輸入：x為張量汪榔，可以為float32, float64類型。a,b與x同類型肃拜。
例：
a=tf.constant(1,tf.float64)b=tf.constant(1,tf.float64)x=tf.constant([[0,0.5,1]],tf.float64)

z==>[[0. 0.5 1.]]

######1.50   tf.rint(x,name=None) 

功能：計算離x最近的整數(shù)痴腌，若為中間值，取偶數(shù)值燃领。
輸入：x為張量士聪，可以為half,float32, float64類型。
例：
x=tf.constant([[-1.7,-1.5,-1.1,0.1,0.5,0.4,1.5]],tf.float64)
z=tf.rint(x)

z==>[[-2. -2. -1. 0. 0. 0. 2.]]