tf.nn.sufficient_statistics

Вычисление достаточных статистик для среднего и дисперсии x.

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

Эти достаточные статистики вычисляются с помощью алгоритма одного прохода по входным данным, которые необязательно сдвинуты. См.: https://en.wikipedia.org/wiki/Algorithms_for_calculating_variance#Computing_shifted_data

Аргументы
`x`	Массив `Tensor`.
`axes`	Массив целых чисел. Оси, по которым вычисляется среднее и дисперсия.
`shift`	Массив, содержащий значение сдвига данных для повышения числовой устойчивости, или `None`, если сдвиг не требуется. Сдвиг, близкий к истинному среднему, обеспечивает наибольшую числовую устойчивость.
`keepdims`	Создать статистики с такой же размерностью, как у входных данных.
`name`	Имя для области, в которой выполняются операции вычисления достаточных статистик.

Возвращаемое значение

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

Четыре объекта Tensor того же типа, что и x:

счёт (число элементов для усреднения).
сумма элементов в массиве (возможно, сдвинутая).
сумма квадратов элементов в массиве (возможно, сдвинутая).
сдвиг, с помощью которого 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/r2.3/api_docs/python/tf/nn/sufficient_statistics