当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.compat.v1.distributions.Laplace.covariance用法及代码示例


用法

covariance(
    name='covariance'
)

参数

  • name Python str 附加在此函数创建的操作名称之前。

返回

  • covariance 具有形状 [B1, ..., Bn, k', k'] 的浮点 Tensor 其中第一个 n 维度是批坐标和 k' = reduce_prod(self.event_shape)

协方差。

协方差(可能)仅针对非标量事件分布定义。

例如,对于长度 - k 、 vector-valued 分布,计算如下:

Cov[i, j] = Covariance(X_i, X_j) = E[(X_i - E[X_i]) (X_j - E[X_j])]

其中 Cov 是(一批)k x k 矩阵,0 <= (i, j) < kE 表示期望。

或者,对于非向量、多变量分布(例如,matrix-valued、Wishart),Covariance 应在事件的一些向量化下返回一个(一批)矩阵,即,

Cov[i, j] = Covariance(Vec(X)_i, Vec(X)_j) = [as above]

其中 Cov 是 (batch of) k' x k' 矩阵, 0 <= (i, j) < k' = reduce_prod(event_shape)Vec 是此分布的事件维度的一些函数映射索引到长度索引 - k' 向量。

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.distributions.Laplace.covariance。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。