TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。
lbeta()用于计算ln(| Beta(x)|)。沿最后一维减小张量。如果一维z是[z1，…，zk]，则Beta(z)定义为
如果x是形状为[N的n + 1维张量1 ，。 。 。，Nn ，k]，最后一个维度被视为z向量，并且
如果z = [u，v]，则传统的双变量beta函数定义为
用法：tensorflow.math.lbeta( x, name)
参数：
- x:它是输入张量，等级为n + 1，其中n> = 0。允许的dtype为float或double。
- name(optinal):它定义了操作的名称。
返回值：
它返回| Beta(x)|的对数沿最后一个尺寸减小。
范例1：
Python3
# Importing the libraray
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([[7, 8], [13, 11]], dtype = tf.float64)
# Printing the input tensor
print('a:', a)
# Calculating the result
res = tf.math.lbeta(x = a)
# Printing the result
print('Result:', res)输出：
a: tf.Tensor( [[ 7. 8.] [13. 11.]], shape=(2, 2), dtype=float64) Result: tf.Tensor([-10.08680861 -16.5150485 ], shape=(2, ), dtype=float64)
范例2：
Python3
# Importing the libraray
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([7, 8, 13, 11], dtype = tf.float64)
# Printing the input tensor
print('a:', a)
# Calculating the result
res = tf.math.lbeta(x = a)
# Printing the result
print('Result:', res)输出：
a: tf.Tensor([ 7. 8. 13. 11.], shape=(4, ), dtype=float64) Result: tf.Tensor(-52.77215897270088, shape=(), dtype=float64)
相关用法
注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.math.lbeta()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。