tf.nn.moments如何计算方差？
tf.nn.moments如何计算方差？
提问于 2017-08-04 18:27:00
请看测试示例：
import tensorflow as tf
x = tf.constant([[1,2],[3,4],[5,6]])
mean, variance = tf.nn.moments(x, [0])
with tf.Session() as sess:
m, v = sess.run([mean, variance])
print(m, v)输出为：
[3 4]
[2 2]我们想沿着轴0计算方差，第一列是1,3,5，mean = (1+3+5)/3=3，没错，方差= (1-3)^2+(3-3)^2+(5-3)^2/3=2.6666，但输出是2，谁能告诉我tf.nn.moments是如何计算方差的？
顺便说一下，查看API DOC时，shift做了什么？
回答 2
Stack Overflow用户
回答已采纳
发布于 2017-08-04 18:41:29
问题是x是一个整数张量，TensorFlow不是强制转换，而是在不更改类型的情况下尽可能好地执行计算(因此输出也是整数)。可以在x的构造中传递浮点数，也可以指定tf.constant的dtype参数
x = tf.constant([[1,2],[3,4],[5,6]], dtype=tf.float32)然后你就会得到预期的结果：
import tensorflow as tf
x = tf.constant([[1,2],[3,4],[5,6]], dtype=tf.float32)
mean, variance = tf.nn.moments(x, [0])
with tf.Session() as sess:
m, v = sess.run([mean, variance])
print(m, v)
>>> [ 3. 4.] [ 2.66666675 2.66666675]关于shift参数，它似乎允许您指定一个值来“移位”输入。移位的意思是减去，所以如果你的输入是[1., 2., 4.]，你给出了一个shift，比如说2.5，TensorFlow会先减去这个量，然后从[-1.5, 0.5, 1.5]中计算出矩。一般来说，将其保留为None似乎是安全的，它将按照输入的平均值执行移位，但我认为在某些情况下，给出一个预定的移位值(例如，如果您知道或大致了解输入的平均值)可能会产生更好的数值稳定性。
Stack Overflow用户
发布于 2017-08-04 18:39:17
# Replace the following line with correct data dtype
x = tf.constant([[1,2],[3,4],[5,6]])
# suppose you don't want tensorflow to trim the decimal then use float data type.
x = tf.constant([[1,2],[3,4],[5,6]], dtype=tf.float32)
Results: array([ 2.66666675, 2.66666675], dtype=float32)注意:来自原始实现的shift is not used
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/45504394
复制相关文章
相似问题
腾讯云开发者
