tf.compat.v2.nn.sufficient_statistics

Вычислить достаточные статистики для среднего и дисперсии x.

tf.compat.v2.nn.sufficient_statistics(
    x, axes, shift=None, keepdims=False, name=None
)

Эти достаточные статистики вычисляются с помощью алгоритма одного прохода над входными данными, которые могут быть сдвинуты. См.: https://en.wikipedia.org/wiki/Algorithms_for_calculating_variance#Computing_shifted_data

Аргументы
`x`	`Tensor`.
`axes`	Массив целых чисел. Оси, по которым вычисляются среднее и дисперсия.
`shift`	`Tensor`, содержащий значение, на которое сдвигаются данные для обеспечения числовой устойчивости, или `None`, если сдвиг не требуется. Сдвиг, близкий к истинному среднему, обеспечивает наиболее устойчивые числовые результаты.
`keepdims`	генерировать статистики с такой же размерностью, как у входных данных.
`name`	Имя, используемое для определения области действия операций, вычисляющих достаточные статистики.

Возвращаемое значение

Возвращаемое значение
Четыре объекта `Tensor` того же типа, что и `x`: счет (число элементов, по которым производится усреднение). сумма (возможно, сдвинутых) элементов массива. сумма квадратов (возможно, сдвинутых) элементов массива. сдвиг, на который необходимо скорректировать среднее, или None, если `shift` равно None.

Четыре объекта Tensor того же типа, что и x:

счет (число элементов, по которым производится усреднение).
сумма (возможно, сдвинутых) элементов массива.
сумма квадратов (возможно, сдвинутых) элементов массива.
сдвиг, на который необходимо скорректировать среднее, или None, если shift равно None.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/compat/v2/nn/sufficient_statistics