当前位置: 首页>>编程示例 >>用法及示例精选 >>正文

Python tf.compat.v1.assert_near用法及代码示例

断言条件 x 和 y 在元素层面是接近的。

用法

tf.compat.v1.assert_near(
    x, y, rtol=None, atol=None, data=None, summarize=None, message=None, name=None
)

参数

  • x 浮点数或复数 Tensor 。
  • y 浮点数或复数 Tensor ，与 dtype 相同，可广播到 x 。
  • rtol Tensor 。 dtype 与 x 相同，并且可广播到 x 。相对容差。默认为 10 * eps 。
  • atol Tensor 。 dtype 与 x 相同，并且可广播到 x 。绝对的容忍度。默认为 10 * eps 。
  • data 如果条件为 False，则打印出的张量。默认为错误消息和 x , y 的前几个条目。
  • summarize 打印每个张量的这么多条目。
  • message 默认消息的前缀字符串。
  • name 此操作的名称(可选)。默认为"assert_near"。

返回

  • 如果 x 和 y 不够接近，则会引发 InvalidArgumentError 的操作。

将依赖项添加到操作的示例：

with tf.control_dependencies([tf.compat.v1.assert_near(x, y)]):
  output = tf.reduce_sum(x)

如果对于每对(可能是广播)元素 x[i] , y[i] ，我们有

tf.abs(x[i] - y[i]) <= atol + rtol * tf.abs(y[i]) 。

如果x 和y 都是空的，这很容易满足。

默认的 atol 和 rtol 是 10 * eps ，其中 eps 是最小的可表示正数，例如 1 + eps != 1 。这是关于 1.2e-6 in 32bit , 2.22e-15 in 64bit 和 0.00977 in 16bit 。请参阅numpy.finfo。

numpy 兼容性

类似于 numpy.testing.assert_allclose ，除了容差取决于数据类型。这是因为 TensorFlow 经常与 32bit , 64bit 甚至 16bit 数据一起使用。

相关用法


注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.assert_near。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。