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。
reduce_variance()用于查找张量维度上元素的方差。
用法：tensorflow.math.reduce_variance( input_tensor, axis, keepdims, name)
参数：
- input_tensor:是减少的数字张量。
- axis(optional):它表示要缩小的尺寸。其值应在[-rank(input_tensor)，rank(input_tensor))范围内。如果对此没有给出值，则所有尺寸都会减小。
- keepdims(optional):默认值为False。如果将其设置为True，它将保留长度为1的缩小尺寸。
- name(optional):它定义了操作的名称。
返回值：它返回一个张量。
范例1：
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([1, 2, 3, 4], dtype = tf.float64)
# Printing the input tensor
print('Input:', a)
# Calculating result
res = tf.math.reduce_variance(a)
# Printing the result
print('Result:', res)输出：
Input: tf.Tensor([1. 2. 3. 4.], shape=(4, ), dtype=float64) Result: tf.Tensor(1.25, shape=(), dtype=float64)
范例2：
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([[1, 2], [3, 4]], dtype = tf.float64)
# Printing the input tensor
print('Input:', a)
# Calculating result
res = tf.math.reduce_variance(a, axis = 1, keepdims = True)
# Printing the result
print('Result:', res)输出：
Input: tf.Tensor( [[1. 2.] [3. 4.]], shape=(2, 2), dtype=float64) Result: tf.Tensor( [[0.25] [0.25]], shape=(2, 1), 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.reduce_variance()。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。