TensorFlow是Google設計的開源Python庫，用於開發機器學習模型和深度學習神經網絡。
lbeta()用於計算ln(| Beta(x)|)。沿最後一維減小張量。如果一維z是[z1，…，zk]，則Beta(z)定義為
如果x是形狀為[N的n + 1維張量1 ，。 。 。，Nn ，k]，最後一個維度被視為z向量，並且
如果z = [u，v]，則傳統的雙變量beta函數定義為
用法：tensorflow.math.lbeta( x, name)
參數：
- x:它是輸入張量，等級為n + 1，其中n> = 0。允許的dtype為float或double。
- name(optinal):它定義了操作的名稱。
返回值：
它返回| Beta(x)|的對數沿最後一個尺寸減小。
範例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)輸出：
a: tf.Tensor( [[ 7. 8.] [13. 11.]], shape=(2, 2), dtype=float64) Result: tf.Tensor([-10.08680861 -16.5150485 ], shape=(2, ), dtype=float64)
範例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)輸出：
a: tf.Tensor([ 7. 8. 13. 11.], shape=(4, ), dtype=float64) Result: tf.Tensor(-52.77215897270088, shape=(), dtype=float64)
相關用法
注：本文由純淨天空篩選整理自aman neekhara大神的英文原創作品 Python – tensorflow.math.lbeta()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。