Python – tensorflow.math.igamma()

TensorFlow是谷歌设计的开源Python库，用于开发机器学习模型和深度学习神经网络。

igamma()用于计算下限正则化的不完全伽马函数P(a, x)。P(a, x)定义为：。

其中gamma(a, x)是下位不完全gamma函数，定义为：。

Python – tensorflow.math.igamma()

语法: tensorflow.math.igamma( x, y, name)

参数:

x:它是一个张量。允许的dtypes是float32, float64。
y:它是一个与x具有相同d类型的张量。
name（可选）:它定义了该操作的名称

返回：它返回一个dtype为x的张量。

示例 1:

# importing the library
import tensorflow as tf
 
# Initializing the input tensor
a = tf.constant([7, 8, 13, 11], dtype = tf.float64)
b = tf.constant([2, 8, 14, 5],  dtype = tf.float64)
 
# Printing the input tensor
print('a: ', a)
print('b: ', b)
 
# Calculating the result
res = tf.math.igamma(a, b)
 
# Printing the result
print('Result: ', res)

输出:

a:  tf.Tensor([ 7.  8. 13. 11.], shape=(4, ), dtype=float64)
b:  tf.Tensor([ 2.  8. 14.  5.], shape=(4, ), dtype=float64)
Result:  tf.Tensor([0.00453381 0.54703919 0.64154158 0.01369527], shape=(4, ), dtype=float64)

示例 2:

# Importing the library
import tensorflow as tf
 
# Initializing the input tensor
a = tf.constant([2, 8, 14, 5], dtype = tf.float32)
b = tf.constant([7, 8, 13, 11],  dtype = tf.float32)
 
# Printing the input tensor
print('a: ', a)
print('b: ', b)
 
# Calculating the result
res = tf.math.igamma(a, b)
 
# Printing the result
print('Result: ', res)

输出:

a:  tf.Tensor([ 2.  8. 14.  5.], shape=(4, ), dtype=float32)
b:  tf.Tensor([ 7.  8. 13. 11.], shape=(4, ), dtype=float32)
Result:  tf.Tensor([0.9927049  0.5470391  0.42695415 0.9848954 ], shape=(4, ), dtype=float32)