我有一个很大的形状(32,2048,2048)数组,其中每个[i,:,:]都是一组2D像素,这些像素是来自空间相关统计分布的样本。对于每个像素具有i=32样本。我现在需要计算2D图像上每个2x2ROI(重叠)的covariance matrix,结果是一组总形状为(4,4,2047,2047)的4x4协方差矩阵。在循环中遍历所有ROI是可能的,并且在我的maschine上需要大约4分钟: import numpy a
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tensorflow而不是numpy来获取cov?它不同于问题how to compute covariance in tensorflow,他们的</em