TensorFlow函数教程：tf.nn.sufficient_statistics

tf.nn.sufficient_statistics函数

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

定义在：tensorflow/python/ops/nn_impl.py。

计算x的均值和方差的完全统计量。

这些完全统计量是使用可选择移动的输入上的一个传递算法计算的。

您可以参阅：https://en.wikipedia.org/wiki/Algorithms_for_calculating_variance#Computing_shifted_data

参数：

• x：一个Tensor。
• axes：整数数组。用于计算均值和方差的轴。
• shift：一个Tensor，包含为数值稳定性而移动数据的值，或者，如果不执行移位，则为None。接近真实均值的移位提供了数值最稳定的结果。
• keep_dims：生成与输入具有相同维度的统计数据。
• name：用于确定计算完全统计量的操作范围的名称。

返回：

与x具有相同类型四个Tensor对象：

• 个数（要平均的元素数）。
• 数组中元素的总和（可能已移位）。
• 数组中元素的平方和（可能已移位）。
• 必须纠正均值的移位，如果shift是None，则为None。