Python – tensorflow.matemáticas.lbeta()

TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo. 

lbeta() se usa para calcular ln(|Beta(x)|). Reduce el tensor a lo largo de la última dimensión. Si z unidimensional es [z1, …, zk], entonces Beta(z) se define como

Si x es n+1 tensor dimensional con forma [N ₁ , . . ., N _n , k], la última dimensión se trata como un vector z y,

Si z = [u, v], entonces la función beta bivariada tradicional se define como 

Sintaxis: tensorflow.math.lbeta(x, nombre)

Parámetros:

• x: Es el tensor de entrada con rango n+1 donde n>=0. Los dtypes permitidos son float o double.
• name(opcional): Define el nombre de la operación.

Devoluciones:

Devuelve el logaritmo de |Beta(x)| reduciendo a lo largo de la última dimensión. 

Ejemplo 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)

Producción:

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

Ejemplo 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)

Producción:

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