Функция reduce_variance

Функция reduce_variance вычисляет дисперсию элементов тензора. Первым параметром передается входной тензор. Вторым параметром можно указать оси, вдоль которых выполняется вычисление. Третьим параметром задается флаг keepdims, который сохраняет размерность исходного тензора. Дисперсия показывает меру разброса значений относительно среднего.

Синтаксис

tf.math.reduce_variance(input_tensor, axis=None, keepdims=False)

Пример

Давайте вычислим дисперсию всех элементов тензора 1, 2, 3, 4, 5:

import tensorflow as tf

t = tf.constant([1, 2, 3, 4, 5])
res = tf.math.reduce_variance(t)
print(res)

Результат выполнения кода:

tf.Tensor(2.0, shape=(), dtype=float32)

Пример

Давайте вычислим дисперсию вдоль строк двумерного тензора:

import tensorflow as tf

t = tf.constant([[1, 2, 3], [4, 5, 6]])
res = tf.math.reduce_variance(t, axis=1)
print(res)

Результат выполнения кода:

tf.Tensor([0.6666667 0.6666667], shape=(2,), dtype=float32)

Пример

Давайте вычислим дисперсию с сохранением размерности:

import tensorflow as tf

t = tf.constant([[1, 2, 3], [4, 5, 6]])
res = tf.math.reduce_variance(t, axis=1, keepdims=True)
print(res)

Результат выполнения кода:

tf.Tensor(
[[0.6666667]
 [0.6666667]], shape=(2, 1), dtype=float32)

Смотрите также

функцию reduce_mean,
которая вычисляет среднее значение элементов
функцию reduce_std,
которая вычисляет стандартное отклонение элементов
функцию reduce_sum,
которая вычисляет сумму элементов
функцию reduce_max,
которая вычисляет максимальный элемент