TensorFlow函数:tf.metrics.mean_tensor
2018-10-09 14:12 更新
tf.metrics.mean_tensor函数
tf.metrics.mean_tensor(
values,
weights=None,
metrics_collections=None,
updates_collections=None,
name=None
)
定义在:tensorflow/python/ops/metrics_impl.py.
计算给定张量的element-wise(加权)平均值.
与返回带有均值的标量的mean函数相比,此函数返回与输入张量具有相同形状的平均张量.
该mean_tensor函数创建两个局部变量,total_tensor和count_tensor,它们被用于计算values的平均值.最终返回这个平均值作为mean,一种幂等运算,简单地用count除total.
为了估计数据流上的度量,该函数创建一个update_op操作来更新这些变量并返回mean.然后update_op通过values和weights乘积的减少总和来递增total,并且它通过weights的减少总和来递增count.
如果weights是None,则权重默认为1,使用权重0来屏蔽值.
参数:
- values:任意维度的Tensor.
- weights:可选的Tensor,其秩为0或与values相同的秩,并且必须可广播到values(即,所有维度必须为1或者与相应的values维度相同).
- metrics_collections:mean应添加到的集合的可选列表.
- updates_collections:update_op应添加到的集合的可选列表.
- name:可选的variable_scope名称.
返回:
- mean:表示当前均值的浮点Tensor,total除以count的值.
- update_op:适当增加total和count变量,并且其值与mean_value匹配的操作.
可能引发的异常:
- ValueError:如果weights不是None,并且它的形状与values不匹配,或者如果metrics_collections或者updates_collections中任意一个不是一个列表或元组.
- RuntimeError:如果启用了急切执行.