TensorFlow函數(shù)教程：tf.nn.moments

tf.nn.moments函數(shù)

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

定義在：tensorflow/python/ops/nn_impl.py.

請參閱指南：神經(jīng)網(wǎng)絡(luò)>規(guī)范化

計算x的均值和方差.

通過在axes上聚合x的內(nèi)容來計算均值和方差.如果x是1-D,且axes = [0],這只是矢量的均值和方差.

注意：目前沒有使用shift；計算并使用真實的均值.

使用這些moment進(jìn)行批量標(biāo)準(zhǔn)化時(請參閱tf.nn.batch_normalization)：

• 對于所謂的“全局規(guī)范化”,使用具有shape [batch, height, width, depth]的卷積濾波器,傳遞axes=[0, 1, 2].
• 用于簡單批處理規(guī)范化,傳遞axes=[0](僅限批處理).

參數(shù)：

• x：一個Tensor.
• axes：整數(shù)數(shù)組.用于計算均值和方差的軸.
• shift：未在當(dāng)前實現(xiàn)中使用
• name：用于計算moment的操作范圍的名稱.
• keep_dims：產(chǎn)生與輸入具有相同維度的moment.

返回：

兩個Tensor對象：mean和variance.