tf.compat.v1.math.reduce_variance

Вычисляет дисперсию элементов тензора по указанным измерениям.

tf.compat.v1.math.reduce_variance(
    input_tensor, axis=None, keepdims=False, name=None
)

Вычисляет свёртку input_tensor по измерениям, заданным в axis. Если keepdims не равно true, ранг тензора уменьшается на 1 для каждой записи в axis; записи должны быть уникальными. Если keepdims равно true, уменьшенные измерения сохраняются с длиной 1.

Если axis равно None, свёртка выполняется по всем измерениям и возвращается тензор с одним элементом.

Например:

x = tf.constant([[1., 2.], [3., 4.]])
tf.math.reduce_variance(x)
<tf.Tensor: shape=(), dtype=float32, numpy=1.25>
tf.math.reduce_variance(x, 0)
<tf.Tensor: shape=(2,), dtype=float32, numpy=array([1., 1.], ...)>
tf.math.reduce_variance(x, 1)
<tf.Tensor: shape=(2,), dtype=float32, numpy=array([0.25, 0.25], ...)>

Аргументы
`input_tensor`	Тензор для свёртки. Должен иметь вещественный или комплексный тип.
`axis`	Измерения для свёртки. Если `None` (значение по умолчанию), свёртка выполняется по всем измерениям. Значение должно находиться в диапазоне `[-rank(input_tensor), rank(input_tensor))`.
`keepdims`	Если значение равно true, уменьшенные измерения сохраняются с длиной 1.
`name`	Пространство имён для связанных операций (необязательно).

Возвращает
Тензор после свёртки с тем же типом данных, что и у input_tensor. Обратите внимание: для входных данных типа `complex64` или `complex128` возвращаемый `Tensor` будет иметь тип `float32` или `float64` соответственно.

совместимость с numpy

Эквивалент np.var

Обратите внимание, что у np.var есть параметр dtype, который можно использовать для указания выходного типа. По умолчанию это dtype=float64. В то же время tf.math.reduce_variance выполняет строгий вывод типа на основе input_tensor.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/math/reduce_variance