如何用TensorFlow计算矩阵运算？

问题描述：

我有一个包含从0到1浮点数的大熊猫数据帧。
我想将这个矩阵以一定的功率（例如6）取幂。如何用TensorFlow计算矩阵运算？

我开始使用scipy但操作正在采取真的，真的很长，我的7000x7000矩阵，所以我想这将是测试出tensorflow

我道歉，一个极好的机会，如果所用的符号约迷幻，我想我正确地输入了一切。我想要使用placeholder和feed。我的功能exp_corr输入一个熊猫数据框对象，然后将该矩阵幂乘以某个整数的幂。

如何在feed_dict中使用占位符？

这里是我的代码：

#Example DataFrame 
L_test = [[0.999999999999999, 
    0.374449352805868, 
    0.000347439531148995, 
    0.00103026903356954, 
    0.0011830950375467401], 
[0.374449352805868, 
    1.0, 
    1.17392596672424e-05, 
    1.49428208843456e-07, 
    1.216664263989e-06], 
[0.000347439531148995, 
    1.17392596672424e-05, 
    1.0, 
    0.17452569907144502, 
    0.238497202355299], 
[0.00103026903356954, 
    1.49428208843456e-07, 
    0.17452569907144502, 
    1.0, 
    0.7557000865939779], 
[0.0011830950375467401, 
    1.216664263989e-06, 
    0.238497202355299, 
    0.7557000865939779, 
    1.0]] 
labels = ['AF001', 'AF002', 'AF003', 'AF004', 'AF005'] 
DF_corr = pd.DataFrame(L_test,columns=labels,index=labels) 
DF_signed = np.tril(np.ones(DF_corr.shape)) * DF_corr

数据框的样子：

   AF001   AF002  AF003 AF004 AF005 
AF001 1.000000 0.000000e+00 0.000000 0.0000  0 
AF002 0.374449 1.000000e+00 0.000000 0.0000  0 
AF003 0.000347 1.173926e-05 1.000000 0.0000  0 
AF004 0.001030 1.494282e-07 0.174526 1.0000  0 
AF005 0.001183 1.216664e-06 0.238497 0.7557  1

矩阵指数函数我想：

#TensorFlow Computation 
def exp_corr(DF_var,exp=6): 
#  T_feed = tf.placeholder("float", DF_var.shape) ? 
    T_con = tf.constant(DF_var.as_matrix(),dtype="float") 
    T_exp = tf.pow(T_con, exp) 

    #Initiate 
    init = tf.initialize_all_variables() 
    sess = tf.Session() 
    DF_exp = pd.DataFrame(sess.run(T_exp)) 
    DF_exp.columns = DF_var.column; DF_exp.index = DF_var.index 
    sess.close() 
    return(DF_exp) 

DF_exp = exp_corr(DF_signed)

能否请您给的速度增益评论？ – davidhigh

答

编辑：问题已更新到删除错误讯息GE。您可以将矩阵馈送到您的程序中，非常接近。您exp_corr()功能的以下版本应该做的伎俩：

def exp_corr(DF_var,exp=6): 
    T_feed = tf.placeholder(tf.float32, DF_var.shape) 
    T_exp = tf.pow(T_feed, exp) 

    sess = tf.Session() 

    # Use the `feed_dict` argument to specify feeds. 
    DF_exp = pd.DataFrame(sess.run(T_exp, feed_dict={T_feed: DF_var.as_matrix()})) 
    DF_exp.columns = DF_var.column; DF_exp.index = DF_var.index 

    sess.close() 

    return DF_exp

原来的问题与你的程序是错误消息：

Node 'Input Dataframe': Node name contains invalid characters

尤其是name参数TensorFlow运构造函数（如tf.constant()和tf.pow()）必须是不包含空格的字符串。

节点名称的语法定义为here。节点名称必须与以下正则表达式匹配（主要是字母，数字，加.，_，和/，而与_或/开始）：

[A-Za-z0-9.][A-Za-z0-9_./]*

感谢您的编辑！ +1 –

如何用TensorFlow计算矩阵运算？

相关推荐