tf.compat.v1.nn.sufficient_statistics
Вычисляет достаточную статистику для среднего и дисперсии x.
tf.compat.v1.nn.sufficient_statistics(
x, axes, shift=None, keep_dims=None, name=None, keepdims=None
)
Эта достаточная статистика вычисляется с помощью однопроходного алгоритма для входных данных, которые при необходимости предварительно сдвигаются. См. раздел: https://en.wikipedia.org/wiki/Algorithms_for_calculating_variance#Computing_shifted_data
Например:
t = [[1, 2, 3], [4, 5, 6]] sufficient_statistics(t, [1]) (<tf.Tensor: shape=(), dtype=int32, numpy=3>, <tf.Tensor: shape=(2,), dtype=int32, numpy=array([ 6, 15], dtype=int32)>, <tf.Tensor: shape=(2,), dtype=int32, numpy=array([14, 77], dtype=int32)>, None) sufficient_statistics(t, [-1]) (<tf.Tensor: shape=(), dtype=int32, numpy=3>, <tf.Tensor: shape=(2,), dtype=int32, numpy=array([ 6, 15], dtype=int32)>, <tf.Tensor: shape=(2,), dtype=int32, numpy=array([14, 77], dtype=int32)>, None)
| Аргументы | |
|---|---|
x | A Tensor. |
axes | Массив целых чисел. Оси, вдоль которых вычисляются среднее и дисперсия. Как и в Python, оси также могут быть отрицательными числами. Отрицательная ось интерпретируется как отсчёт с конца ранга, то есть измерение axis + rank(values)-е. |
shift | A Tensor, содержащее значение, на которое следует сдвинуть данные для численной устойчивости, или None, если сдвиг не требуется. Сдвиг, близкий к истинному среднему, обеспечивает наиболее устойчивые численные результаты. |
keep_dims | возвращать статистику с той же размерностью, что и входные данные. |
name | Имя, используемое для задания области видимости операций, вычисляющих достаточную статистику. |
keepdims | Псевдоним для keep_dims. |
| Возвращает | |
|---|---|
Четыре объекта Tensor того же типа, что и x:
|
© 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/nn/sufficient_statistics