PythonとTensorFlowを使って要素ごとの乗算（アダマール積）を実行する方法

TensorFlowはGoogleが提供する機械学習フレームワークです。オープンソースとして公開されており、Pythonと組み合わせてアルゴリズムの実装やディープラーニングアプリケーションの開発など、幅広い用途に活用されています。研究用途から本番環境まで対応しており、複雑な数値計算を高速に処理するための最適化技術が組み込まれています。

TensorFlowの特徴

TensorFlowはNumPyと多次元配列を基盤としており、この多次元配列は「テンソル」と呼ばれます。主な特徴は以下の通りです。

• 深層ニューラルネットワークの構築・学習をサポート
• 高いスケーラビリティと豊富な人気データセットの同梱
• GPU計算による高速化とリソース管理の自動化
• 多数の機械学習ライブラリ、充実したドキュメントとサポート体制

このフレームワークを使えば、深層ニューラルネットワークモデルの実行や学習を行い、データセットの関連する特性を予測するアプリケーションを構築できます。

TensorFlowのインストール

Windows環境では、以下のコマンドで「tensorflow」パッケージをインストールできます。

pip install tensorflow

テンソルとは

テンソルはTensorFlowで使われる基本的なデータ構造です。フローダイアグラム（データフローグラフ）内のエッジ同士をつなぐ役割を果たします。テンソルの正体は、多次元配列あるいはリストにほかなりません。

本記事のコードはJupyter Notebookで実行します。Jupyter Notebookにも同じく「pip install tensorflow」コマンドでTensorFlowをインストールできます。

要素ごとの乗算のサンプルコード

以下に具体的な例を示します。

コード例

import tensorflow as tf
import numpy as np

matrix_1 = np.array([(1,2,3,4,5)],dtype = 'int32')
matrix_2 = np.array([(-1,0,1,3,3)],dtype = 'int32')
print("最初の行列：")
print (matrix_1)
print("2番目の行列：")
print (matrix_2)
print("乗算結果：")
matrix_1 = tf.constant(matrix_1)
matrix_2 = tf.constant(matrix_2)
matrix_prod = tf.multiply(matrix_1, matrix_2)
print((matrix_prod))

出力結果

最初の行列：
[[1 2 3 4 5]]
2番目の行列：
[[-1 0 1 3 3]]
乗算結果：
tf.Tensor([[-1 0 3 12 15]], shape=(1, 5), dtype=int32)

コードの解説

• 必要なパッケージをインポートし、扱いやすいようにエイリアス（別名）を付けます。
• NumPyパッケージを使って2つの行列を作成します。
• 作成したNumPy配列を、tf.constant()でTensorFlowの定数テンソルに変換します。
• TensorFlowの「multiply」関数を使って、行列の各要素を対応する位置ごとに掛け合わせます（これを要素ごとの乗算、アダマール積と呼びます）。
• 計算結果のテンソルがコンソールに出力されます。

なお、tf.multiplyによる要素ごとの乗算は、線形代数における通常の行列積（tf.matmul）とは異なる点に注意してください。要素ごとの乗算では、同じ形状のテンソル同士の対応する要素同士が直接掛け合わされます。