這裏所說的基本運算，是指常見的加、減、乘、除運算，需要區分矩陣乘法和矩陣點乘。為了方便運算，首先定義三個矩陣，為什麽三個矩陣呢，因為矩陣乘法要求前一個矩陣的行數等於後一個矩陣的列數。

a = tf.constant([[2, 2, 2], [3, 3, 3]], dtype=tf.float32)
b = tf.constant([[1, 1, 1], [2, 2, 2]], dtype=tf.float32)
c = tf.constant([[1, 1], [2, 2], [3, 3]], dtype=tf.float32)
# a =
# [[2. 2. 2.]
# [3. 3. 3.]]
# b =
# [[1. 1. 1.]
# [2. 2. 2.]]
# c =
# [[1. 1.]
# [2. 2.]
# [3. 3.]]

tf.add(x, y, name=None)
矩陣x和矩陣y對應位置的元素相加

 tf.add(a, b)
[[3. 3. 3.]
 [5. 5. 5.]]

tf.subtract(x, y, name=None)
矩陣x和矩陣y對應位置的元素相減

tf.subtract(a, b)
[[1. 1. 1.]
[1. 1. 1.]]

tf.multiply(x, y, name=None)
矩陣x和矩陣y對應位置的元素相乘
tf.multiply(a, b)

[[2. 2. 2.]
[6. 6. 6.]]

tf.divide(x, y, name=None)
矩陣x和矩陣y對應位置的元素相除

tf.divide(a, b)
[[2.  2.  2. ]
[1.5 1.5 1.5]]
tf.matmul(a,
b,
transpose_a=False,
transpose_b=False,
adjoint_a=False,
adjoint_b=False,
a_is_sparse=False,
b_is_sparse=False,
name=None)

矩陣a乘以矩陣b，返回的矩陣行數等矩陣a的行數，列數等於矩陣b的列數

tf.matmul(a, c)
[[12. 12.]
[18. 18.]]

實際上寫代碼時，為了方便，我們也可以直接使用運算符號：
加法：a+b
減法：a-b
乘法：ab
除法：a/b
注意：若a是一個tensor，b是一個scalar，則對a裏面的每個元素，都執行相同操作(+，-，，/)scalar