TensorFlow函数教程：tf.nn.moments

tf.nn.moments函数

tf.nn.moments(
    x,
    axes,
    shift=None,
    name=None,
    keep_dims=False
)

定义在：tensorflow/python/ops/nn_impl.py.

请参阅指南：神经网络>规范化

计算x的均值和方差.

通过在axes上聚合x的内容来计算均值和方差.如果x是1-D,且axes = [0],这只是矢量的均值和方差.

注意：目前没有使用shift；计算并使用真实的均值.

使用这些moment进行批量标准化时(请参阅tf.nn.batch_normalization)：

• 对于所谓的“全局规范化”,使用具有shape [batch, height, width, depth]的卷积滤波器,传递axes=[0, 1, 2].
• 用于简单批处理规范化,传递axes=[0](仅限批处理).

参数：

• x：一个Tensor.
• axes：整数数组.用于计算均值和方差的轴.
• shift：未在当前实现中使用
• name：用于计算moment的操作范围的名称.
• keep_dims：产生与输入具有相同维度的moment.

返回：

两个Tensor对象：mean和variance.