tf.debugging.assert_near
| Просмотреть исходный код на GitHub |
Проверить, что условие x и y близки попарно.
tf.debugging.assert_near(
x, y, rtol=None, atol=None, message=None, summarize=None, name=None
)
Этот оператор проверяет, что x[i] - y[i] < atol + rtol * tf.abs(y[i]) выполняется для каждой пары (возможно, транслируемых) элементов x и y. Если оба x и y пусты, это выполняется тривиально.
Если какие-либо элементы x и y не близки, message, а также первые summarize записи из x и y будут напечатаны, и будет вызвано исключение InvalidArgumentError.
По умолчанию atol и rtol равны 10 * eps, где eps - наименьшее положительное представимое число, такое что 1 + eps != 1. Это примерно 1.2e-6 в 32bit, 2.22e-15 в 64bit и 0.00977 в 16bit. См. numpy.finfo.
| Args | |
|---|---|
x | Вещественный или комплексный Tensor. |
y | Вещественный или комплексный Tensor, имеющий тот же тип данных, что и x, и транслируемый к нему. |
rtol | Tensor. Имеет тот же тип данных, что и x, и транслируется к нему. Относительная погрешность. По умолчанию 10 * eps. |
atol | Tensor. Имеет тот же тип данных, что и x, и транслируется к нему. Абсолютная погрешность. По умолчанию 10 * eps. |
message | Строка, добавляемая в сообщение по умолчанию. |
summarize | Количество элементов каждого тензора для вывода. |
name | Имя операции (необязательно). По умолчанию "assert_near". |
| Возвращает | |
|---|---|
Оператор, который вызывает исключение InvalidArgumentError, если x и y недостаточно близки. Это может использоваться с tf.control_dependencies внутри tf.function для блокирования последующего вычисления до выполнения проверки. |
| Возбуждает | |
|---|---|
InvalidArgumentError | если проверка может быть выполнена немедленно и x != y ложно для любой пары элементов в x и y. Проверка может быть выполнена немедленно во время жадного выполнения или если x и y статически известны. |
совместимость с жадным режимом
возвращает None
совместимость с NumPy
Аналогично numpy.testing.assert_allclose, но погрешность зависит от типа данных. Это связано с тем, что TensorFlow часто используется с данными типов 32bit, 64bit и даже 16bit.
© 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/versions/r2.9/api_docs/python/tf/debugging/assert_near
