Spec-Zone.ru › TensorFlow 2.9

tf.raw_ops.DebugNumericSummary

Операция отладки числового свода.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.raw_ops.DebugNumericSummary

tf.raw_ops.DebugNumericSummary(
    input,
    device_name='',
    tensor_name='',
    debug_urls=[],
    lower_bound=float('-inf'),
    upper_bound=float('inf'),
    mute_if_healthy=False,
    gated_grpc=False,
    name=None
)

Предоставьте базовый свод числовых типов значений, диапазона и распределения.

output: Двухмерный тензор формы [14 + nDimensions], где nDimensions — количество измерений формы тензора. Элементы выходного значения: [0]: инициализирован (1.0) или нет (0.0). [1]: общее количество элементов [2]: количество элементов NaN [3]: обобщенное количество -бесконечность: элементы <= lower_bound. lower_bound по умолчанию равен -бесконечности. [4]: количество отрицательных элементов (исключая -бесконечность), если lower_bound имеет значение по умолчанию -бесконечность. В противном случае это количество элементов > lower_bound и < 0. [5]: количество нулевых элементов [6]: количество положительных элементов (исключая +бесконечность), если upper_bound имеет значение по умолчанию +бесконечность. В противном случае это количество элементов < upper_bound и > 0. [7]: обобщенное количество +бесконечность, элементы >= upper_bound. upper_bound по умолчанию равен +бесконечности. Элементы выходных данных [1:8] равны нулю, если тензор не инициализирован. [8]: минимальное значение всех элементов, не являющихся бесконечностью и NaN. Если не инициализирован или такой элемент не существует: +бесконечность. [9]: максимальное значение всех элементов, не являющихся бесконечностью и NaN. Если не инициализирован или такой элемент не существует: -бесконечность. [10]: среднее значение всех элементов, не являющихся бесконечностью и NaN. Если не инициализирован или такой элемент не существует: NaN. [11]: дисперсия всех элементов, не являющихся бесконечностью и NaN. Если не инициализирован или такой элемент не существует: NaN. [12]: тип данных тензора, закодированный как целое число перечисления. Дополнительные сведения см. в протоколе DataType. [13]: количество измерений тензора (ndims). [14+]: размеры измерений.

Аргументы
input A Tensor. Входной тензор, тип не ссылка.
device_name Необязательный string. По умолчанию "".
tensor_name Необязательный string. По умолчанию "". Имя входного тензора.
debug_urls Необязательный список strings. По умолчанию []. Список URL-адресов целевых объектов отладки, например, file:///foo/tfdbg_dump, grpc:://localhost:11011.
lower_bound Необязательный float. По умолчанию float('-inf'). (float) Нижняя граница <=, значения которой будут включены в общее количество -бесконечности. По умолчанию: -бесконечность.
upper_bound Необязательный float. По умолчанию float('inf'). (float) Верхняя граница >=, значения которой будут включены в общее количество +бесконечности. По умолчанию: +бесконечность.
mute_if_healthy Необязательный bool. По умолчанию False. (bool) Не отправлять данные по URL-адресам отладки, пока хотя бы один из элементов [2], [3] и 7 не равен нулю.
gated_grpc Необязательный bool. По умолчанию False. Будет ли данная операция заблокирована. Если какой-либо из debug_urls этого узла отладки имеет схему grpc://, когда значение этого атрибута установлено в True, данные фактически не будут отправлены через поток grpc, пока эта операция отладки не будет включена в debug_url. Если все debug_urls этого узла отладки имеют схему grpc://, а операция отладки не включена ни в одном из них, вывод будет пустым тензором.
name Имя операции (необязательно).
Возвращаемое значение
A Tensor типа float64.

© 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/raw_ops/DebugNumericSummary

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API