tf.nn.sufficient_statistics

Вычислить достаточные статистические данные для среднего значения и дисперсии x.

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

Эти достаточные статистические данные вычисляются с помощью однопроходного алгоритма для входных данных, 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 значение и дисперсия.
`shift`	`Tensor`, содержащий значение, на которое сдвигаются данные для повышения числовой устойчивости, или `None`, если сдвиг не требуется. Сдвиг, близкий к истинному среднему значению, обеспечивает наибольшую числовую устойчивость.
`keepdims`	генерировать статистику с той же размерностью, что и входные данные.
`name`	Имя для группировки операций вычисления достаточных статистических данных.

Возвращаемые значения

Возвращаемые значения
Четыре `Tensor` объекта того же типа, что и `x`: счёт (количество элементов, по которым вычисляется среднее). сумма (возможно, сдвинутых) элементов в массиве. сумма квадратов (возможно, сдвинутых) элементов в массиве. сдвиг, на который необходимо скорректировать среднее значение, или None, если `shift` равно None.

Четыре Tensor объекта того же типа, что и x:

счёт (количество элементов, по которым вычисляется среднее).
сумма (возможно, сдвинутых) элементов в массиве.
сумма квадратов (возможно, сдвинутых) элементов в массиве.
сдвиг, на который необходимо скорректировать среднее значение, или None, если shift равно None.

© 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/nn/sufficient_statistics