tensorflow 计算均值和方差

2019/01/02 11:44
阅读数 2.1K

我们在处理矩阵数据时,需要用到数据的均值和方差,比如在batch normalization的时候。

那么,tensorflow中计算均值和方差的函数是:tf.nn.moments(x, axes)

x: 我们待处理的数据

axes: 在哪一个维度上求解,是一个list,如axes=[0, 1, 2]

举例:

 1 def calc_mean_variance():
 2     """
 3         计算均值和方差
 4     :return:
 5     """
 6     img = tf.Variable(tf.random_normal([2, 3]))
 7     t = len(img.get_shape())
 8     axis = list(range(len(img.get_shape()) - 1))
 9     mean, variance = tf.nn.moments(img, axes=0)
10     with tf.Session() as sess:
11         sess.run(tf.global_variables_initializer())
12         print(sess.run(img))
13         print(sess.run([mean, variance]))

输出:

 

注意,以下是统计轴的个数:

axis = list(range(len(img.get_shape()) - 1))
展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部