TensorFlow函数：tf.metrics.mean_tensor

tf.metrics.mean_tensor函数

tf.metrics.mean_tensor(
    values,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

定义在：tensorflow/python/ops/metrics_impl.py.

计算给定张量的element-wise(加权)平均值.

与返回带有均值的标量的mean函数相比,此函数返回与输入张量具有相同形状的平均张量.

该mean_tensor函数创建两个局部变量,total_tensor和count_tensor,它们被用于计算values的平均值.最终返回这个平均值作为mean,一种幂等运算,简单地用count除total.

为了估计数据流上的度量,该函数创建一个update_op操作来更新这些变量并返回mean.然后update_op通过values和weights乘积的减少总和来递增total,并且它通过weights的减少总和来递增count.

如果weights是None,则权重默认为1,使用权重0来屏蔽值.

参数：

• values：任意维度的Tensor.
• weights：可选的Tensor,其秩为0或与values相同的秩,并且必须可广播到values(即,所有维度必须为1或者与相应的values维度相同).
• metrics_collections：mean应添加到的集合的可选列表.
• updates_collections：update_op应添加到的集合的可选列表.
• name：可选的variable_scope名称.

返回：

• mean：表示当前均值的浮点Tensor,total除以count的值.
• update_op：适当增加total和count变量,并且其值与mean_value匹配的操作.

可能引发的异常：

• ValueError：如果weights不是None,并且它的形状与values不匹配,或者如果metrics_collections或者updates_collections中任意一个不是一个列表或元组.
• RuntimeError：如果启用了急切执行.