tf.math.reduce_variance
| Просмотреть исходный код на GitHub |
Вычисляет дисперсию элементов по измерениям тензора.
tf.math.reduce_variance(
input_tensor, axis=None, keepdims=False, name=None
)
Сводит input_tensor по измерениям, указанным в axis. Если keepdims равно true, ранг тензора уменьшается на 1 для каждой записи в axis. Если keepdims равно true, уменьшенные измерения сохраняются с длиной 1.
Если axis равно None, все измерения сводятся, 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 сведения. Должен иметь вещественный или комплексный тип. |
axis | Измерения для сведения. Если None (по умолчанию), сводит все измерения. Должно быть в диапазоне [-rank(input_tensor), rank(input_tensor)). |
keepdims | Если true, сохраняет уменьшенные измерения с длиной 1. |
name | Имя области для связанных операций (необязательно). |
| Возвращаемые значения | |
|---|---|
Результирующий тензор того же типа, что и входной тензор input_tensor. Обратите внимание, для входных тензоров типа complex64 или complex128 возвращаемый тензор будет типа float32 или float64, соответственно. |
Совместимость с NumPy
Эквивалентно np.var
Обратите внимание, что у np.var есть параметр dtype, который можно использовать для указания типа выходных данных. По умолчанию это dtype=float64. С другой стороны, tf.math.reduce_variance имеет агрессивный вывод типа от input_tensor.
© 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/math/reduce_variance
