`tf.multiply`和`*`有什么区别？

Question

import tensorflow.kera.backend as K之后

tf.multiply和*之间有什么区别？

同样，K.pow(x, -1)和1/x ??有什么区别？] >>

我基于其他代码编写了以下自定义指标功能的代码。

def dice_coef_weight_sub(y_true, y_pred):
    """
    Returns the product of dice coefficient for each class
    """
    y_true_f = (Lambda(lambda y_true: y_true[:, :, :, :, 0:])(y_true))
    y_pred_f = (Lambda(lambda y_pred: y_pred[:, :, :, :, 0:])(y_pred))

    product = tf.multiply([y_true_f, y_pred_f]) # multiply should be import from tf or tf.math

    red_y_true = K.sum(y_true_f, axis=[0, 1, 2, 3]) # shape [None, nb_class]
    red_y_pred = K.sum(y_pred_f, axis=[0, 1, 2, 3])
    red_product = K.sum(product, axis=[0, 1, 2, 3])

    smooth = 0.001
    dices = (2. * red_product + smooth) / (red_y_true + red_y_pred + smooth)

    ratio = red_y_true / (K.sum(red_y_true) + smooth)
    ratio = 1.0 - ratio
    # ratio =  K.pow(ratio + smooth, -1.0) # different method to get ratio

    return K.sum(multiply([dices, ratio]))
在代码中，我可以用tf.multiply代替*吗？我可以用K.pow(x,-1)代替1/x吗？
（从张量流的文档中，我知道tf.pow和K.pow之间的区别：tf.pow(x,y)接收2个张量以计算x和y中对应元素的x ^ y，而K.pow(x,a)接收张量x和一个整数a来计算x ^ a。但是我不知道为什么在上面的代码中K.pow会收到一个浮点数1.0，并且仍然可以正常工作）

将tensorflow.kera.backend导入为K后，tf.multiply和*有什么区别？同样，K.pow（x，-1）和1 / x有什么区别？我写了以下代码...

Answer 1

假设*的两个操作数都是tf.Tensor而不是tf.sparse.SparseTensor，*运算符与tf.multiply相同，即，具有广播支持的元素乘法。

如果您有兴趣研究执行运算符重载的源代码，那么关键部分是：