TensorFlow中各类除法算子的区别及实用场景解析

作为TensorFlow新手，刚碰到这些五花八门的除法函数确实容易头大——别慌，我结合你贴的代码示例，一个个给你掰扯清楚它们的区别和什么时候该用哪个：

首先先把你的代码整理成可运行的格式：

import tensorflow as tf

a = tf.constant([2, 2], name='a')
b = tf.constant([[0, 1], [2, 3]], name='b')

with tf.Session() as sess:
    print(sess.run(tf.div(b, a)))          # ⇒ [[0 0] [1 1]]
    print(sess.run(tf.divide(b, a)))       # ⇒ [[0. 0.5] [1. 1.5]]
    print(sess.run(tf.truediv(b, a)))      # ⇒ [[0. 0.5] [1. 1.5]]
    print(sess.run(tf.floordiv(b, a)))     # ⇒ [[0 0] [1 1]]
    # print(sess.run(tf.realdiv(b, a)))    # ⇒ Error: only works for real values
    print(sess.run(tf.truncatediv(b, a)))  # ⇒ [[0 0] [1 1]]
    print(sess.run(tf.floor_div(b, a)))    # ⇒ [[0 0] [1 1]]

1. tf.div #

这是TensorFlow早期的“元老级”除法函数，行为和Python 2的/一模一样：

• 如果输入全是整数，就执行截断除法（直接砍掉小数部分，向零取整）；如果有浮点数，就返回浮点结果。
• 你示例里的输入都是整数，所以1/2得到0，3/2得到1，结果都是整数数组。
• 注意：现在这个API已经被官方弃用了（TensorFlow 2.x里直接移除了），老代码里可能会见到，新代码别用它！

2. tf.divide #

这就是文档里说的“Python风格除法”，完全对齐Python 3的/：

• 不管输入是整数还是浮点数，都会返回浮点型的精确除法结果，老老实实保留小数部分。
• 你示例里1/2得到0.5，3/2得到1.5，结果都是浮点数组。
• 应用场景：绝大多数需要精确除法的场景都能用，比如计算平均值、比例、概率这类需要小数结果的任务，是TensorFlow 2.x里推荐的通用除法方式。

3. tf.truediv #

和tf.divide几乎是双胞胎，同样返回浮点型精确除法结果：

• 唯一区别是它要求输入类型必须一致（要么全是整数，要么全是浮点数），而tf.divide支持整数和浮点数混合输入。
• 你示例里输入都是整数，所以输出和tf.divide完全一样。
• 注意：TensorFlow 2.x里已经把它合并到tf.divide里了，新代码优先用tf.divide就行。

4. tf.floordiv / tf.floor_div #

这俩是同一个函数的不同名字（tf.floor_div是更规范的新命名），执行地板除法：

• 地板除法是向负无穷方向取整，而不是向零取整。你示例里都是正整数，所以和截断除法结果一样；但如果是负数，比如-3/2，地板除法会得到-2，而截断除法会得到-1。
• 应用场景：需要明确向下取整的场景，比如把10个元素分成每份3个，需要得到3份（而不是4份），或者某些数学计算里必须遵循地板取整规则的时候。

5. tf.truncatediv #

专门做整数截断除法的函数：

• 只接受整数类型输入，返回也是整数，结果是向零方向取整（砍掉小数部分）。和tf.div在整数输入时的行为一样，但它的用途更明确。
• 你示例里的结果和tf.div一致，但如果输入是负数，比如-3/2，会得到-1。
• 应用场景：需要明确得到整数结果且截断小数的场景，比如计数、索引计算，避免不小心得到浮点数。

6. tf.realdiv #

专门给**实数（浮点数）**用的除法函数：

• 要求输入必须是浮点数类型，不能是整数，否则直接报错。它的作用是强制确保只对实数执行除法，避免整数除法的意外行为。
• 你示例里输入是整数，所以报错；如果把a和b改成浮点型（比如tf.constant([2.0, 2.0])），就能得到和tf.divide一样的结果。
• 应用场景：在一些严格要求实数运算的科学计算场景中使用，防止因为输入是整数而触发截断除法。

快速总结 #

• 要精确浮点除法：用tf.divide（TensorFlow 2.x首选）
• 要整数截断除法（向零取整）：用tf.truncatediv
• 要地板除法（向负无穷取整）：用tf.floor_div
• 老代码里的tf.div和tf.truediv建议逐步替换成上面的新函数

内容的提问来源于stack exchange，提问作者DuttaA