Python – tensorflow.math.lbeta()

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。

lbeta()是用来计算ln(|Beta(x)|)的。它沿着最后一个维度减少张量。如果一维的z是[z1, …, zk]，那么Beta(z)被定义为

如果x是形状为[N 1 , …, N n , k]的n+1维张量，最后一维被视为z矢量和。

Python – tensorflow.math.lbeta()

如果z=[u，v]，那么传统的双变量β函数定义为

Python – tensorflow.math.lbeta()

语法: tensorflow.math.lbeta( x, name)

参数:

x:它是具有n+1级的输入张量，其中n>=0。允许的dtypes是float或double。
name（可选）:它定义了该操作的名称。

返回值:

它返回|Beta(x)|沿最后一个维度减少的对数。

示例 1:

# Importing the library
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)

输出:

a:  tf.Tensor(
[[ 7.  8.]
 [13. 11.]], shape=(2, 2), dtype=float64)
Result:  tf.Tensor([-10.08680861 -16.5150485 ], shape=(2, ), dtype=float64)

示例 2:

# Importing the library
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)

输出:

a:  tf.Tensor([ 7.  8. 13. 11.], shape=(4, ), dtype=float64)
Result:  tf.Tensor(-52.77215897270088, shape=(), dtype=float64)

Python – tensorflow.math.lbeta()

Python – tensorflow.math.lbeta()

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Tensorflow 数学函数

回顶部