Функция nn.normalize_moments

Функция nn.normalize_moments используется для нормализации данных на основе предварительно вычисленных статистик. Первым параметром передается словарь или объект, содержащий количество элементов (count), сумму значений (mean) и сумму квадратов (variance). Вторым параметром передается тензор, который необходимо нормализовать. Функция вычисляет среднее и дисперсию на основе накопленных моментов и возвращает нормализованный тензор.

Синтаксис

tf.nn.normalize_moments(counts, mean, variance, shift=None, name=None)

Пример

Давайте создадим тензор и нормализуем его, используя предварительно заданные моменты:

import tensorflow as tf

t = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0])

# Define accumulated moments: count, mean, variance
counts = tf.constant(5.0)
mean = tf.constant(3.0)
variance = tf.constant(2.0)

# Normalize the tensor
res = tf.nn.normalize_moments(counts, mean, variance)

print(res)

Результат выполнения кода:

tf.Tensor([-1.4142135 -0.70710677 0. 0.70710677 1.4142135], shape=(5,), dtype=float32)

Пример

Давайте применим функцию к двумерному тензору:

import tensorflow as tf

t = tf.constant([[1.0, 2.0], [3.0, 4.0]])

# Define moments for each column
counts = tf.constant([2.0, 2.0])
mean = tf.constant([2.0, 3.0])
variance = tf.constant([1.0, 1.0])

res = tf.nn.normalize_moments(counts, mean, variance)

print(res)

Результат выполнения кода:

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

Смотрите также

функцию moments,
которая вычисляет среднее и дисперсию по осям тензора
функцию batch_normalization,
которая выполняет пакетную нормализацию слоя
функцию sufficient_statistics,
которая вычисляет достаточные статистики для нормализации
функцию normalize,
которая нормализует тензор по заданной норме