tf.compat.v1.nn.sufficient_statistics

Вычисление достаточных статистик для среднего и дисперсии x.

tf.compat.v1.nn.sufficient_statistics(
    x, axes, shift=None, keep_dims=None, name=None, keepdims=None
)

Эти достаточные статистики вычисляются с использованием алгоритма однопроходного подсчёта на входных данных, которые могут быть сдвинуты. См.: https://en.wikipedia.org/wiki/Algorithms_for_calculating_variance#Computing_shifted_data

Аргументы
`x`	A `Tensor`.
`axes`	Массив целых чисел. Оси, по которым вычисляются среднее и дисперсия.
`shift`	A `Tensor` содержащий значение для сдвига данных для повышения числовой устойчивости, или `None`, если сдвиг не должен выполняться. Сдвиг, близкий к истинному среднему, обеспечивает наибольшую числовую устойчивость.
`keep_dims`	выводить статистику с той же размерностью, что и входные данные.
`name`	Имя, используемое для ограничения операций, вычисляющих достаточные статистики.
`keepdims`	Псевдоним для keep_dims.

Возвращаемое значение

Возвращаемое значение
Четыре `Tensor` объекта того же типа, что и `x`: счёт (количество элементов для усреднения). сумма элементов в массиве (возможно, сдвинутая). сумма квадратов элементов в массиве (возможно, сдвинутая). сдвиг, с которым нужно скорректировать среднее, или None, если `shift` равно None.

Четыре Tensor объекта того же типа, что и x:

счёт (количество элементов для усреднения).
сумма элементов в массиве (возможно, сдвинутая).
сумма квадратов элементов в массиве (возможно, сдвинутая).
сдвиг, с которым нужно 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/r2.3/api_docs/python/tf/compat/v1/nn/sufficient_statistics