TensorFlow函数教程:tf.nn.sufficient_statistics

2019-02-14 14:54 更新

tf.nn.sufficient_statistics函数

tf.nn.sufficient_statistics(
    x,
    axes,
    shift=None,
    keep_dims=False,
    name=None
)

定义在:tensorflow/python/ops/nn_impl.py。

计算x的均值和方差的完全统计量。

这些完全统计量是使用可选择移动的输入上的一个传递算法计算的。

您可以参阅:https://en.wikipedia.org/wiki/Algorithms_for_calculating_variance#Computing_shifted_data

参数:

  • x:一个Tensor。
  • axes:整数数组。用于计算均值和方差的轴。
  • shift:一个Tensor,包含为数值稳定性而移动数据的值,或者,如果不执行移位,则为None。接近真实均值的移位提供了数值最稳定的结果。
  • keep_dims:生成与输入具有相同维度的统计数据。
  • name:用于确定计算完全统计量的操作范围的名称。

返回:

与x具有相同类型四个Tensor对象:

  • 个数(要平均的元素数)。
  • 数组中元素的总和(可能已移位)。
  • 数组中元素的平方和(可能已移位)。
  • 必须纠正均值的移位,如果shift是None,则为None。
以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号