如何在tensorflow中获得协方差矩阵?就像numpy中的numpy.cov()。例如,我想得到张量A的协方差矩阵,现在我必须使用numpy A = sess.run(model.A, feed)
cov = np.cov(np.transpose(A)) 有没有办法通过它不同于问题how to compute covariance in tensorflow,他们的问题是计算两个向量的协方差,而
我想对矩阵中的每一个元素在电流位置的+30到30之间进行求和。更准确地说,假设我有一个元素ai,并且我喜欢将所有元素ai +…+ ai + ai + aij + 30;我还计算了矩阵的积分图像,这样我就可以轻松有效地用公式A+D来计算和;在这里,您可以看到它是如何工作的,我的问题是如何有效地利用已经计算的积分图