python–tensorlow.math.belta()
哎哎哎:# t0]https://www.geeksforgeeks.org/python-tensorlow-math-belta/
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() 用于计算 ln(|Beta(x)|)。它沿着最后一个维度减少张量。如果一维 z 是[z1，…，zk]，那么 Beta(z)定义为
如果 x 是 n+1 维张量，形状为[N]1，。。。，N n ，k】，最后一个维度被视为 z 向量，
如果 z = [u，v]，那么传统的二元贝塔函数定义为
语法:tensorlow.math.belta(x，name)
参数:
- x: 是秩为 n+1 的输入张量，其中 n > =0。允许的数据类型是浮点型或双精度型。
- 名称(可选):定义操作的名称。
返回:
它返回|Beta(x)|沿最后一个维度减少的对数。
例 1:
蟒蛇 3
# 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)
例 2:
蟒蛇 3
# 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)
