TensorFlow es una biblioteca de Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo. betainc() es un método en el módulo matemático de tensorflow que se utiliza para calcular la integral beta incompleta regularizada I x (a,b) .
La integral beta incompleta regularizada Ix(a,b) se define como:
dónde,
B(x;a,b) es una función beta incompleta y se define como:
?
y B(a,b) es la función beta completa.
Sintaxis: tensorflow.math.betainc(a, b, x, nombre)
Parámetros:
- a: Es un tensor. Los tipos permitidos son float32 y float64.
- b: Es un Tensor del mismo tipo que a.
- x: También es un tensor del mismo tipo que a.
- nombre: Es un parámetro opcional que define el nombre de la operación.
Retorno: Devuelve un tensor del mismo tipo que a.
Ejemplo 1:
Python3
# importing the library import tensorflow as tf # initializing the constant tensors a = tf.constant([1,2,3,4,5], dtype = tf.float64) b = tf.constant([1.5,2.7,3.4,4.9,5.6], dtype = tf.float64) x = tf.constant( [1,1,1,1,1], dtype = tf.float64) # printing the input tensors print('Input a: ',a) print('Input b: ',b) print('Input x: ',x) # calculating the regularized incomplete beta integral ribi = tf.math.betainc(a,b,x) # printing the result print('regularized incomplete beta integral: ',ribi)
Producción:
Input a: tf.Tensor([1. 2. 3. 4. 5.], shape=(5,), dtype=float64) Input b: tf.Tensor([1.5 2.7 3.4 4.9 5.6], shape=(5,), dtype=float64) Input x: tf.Tensor([1. 1. 1. 1. 1.], shape=(5,), dtype=float64) regularized incomplete beta integral: tf.Tensor([1. 1. 1. 1. 1.], shape=(5,), dtype=float64)
Ejemplo 2: Este ejemplo intenta evaluar una integral beta incompleta regularizada con un tensor de tipo no permitido. Esto generará NotFoundError.
Python3
# importing the library import tensorflow as tf # initializing the constant tensors a = tf.constant([1,2,3,4,5], dtype = tf.complex128) b = tf.constant([1.5,2.7,3.4,4.9,5.6], dtype = tf.complex128) x = tf.constant( [1,1,1,1,1], dtype = tf.complex128) # printing the input tensors print('Input a: ',a) print('Input b: ',b) print('Input x: ',x) # calculating the regularized incomplete beta integral ribi = tf.math.betainc(a,b,x)
Producción:
Input a: tf.Tensor([1.+0.j 2.+0.j 3.+0.j 4.+0.j 5.+0.j], shape=(5,), dtype=complex128) Input b: tf.Tensor([1.5+0.j 2.7+0.j 3.4+0.j 4.9+0.j 5.6+0.j], shape=(5,), dtype=complex128) Input x: tf.Tensor([1.+0.j 1.+0.j 1.+0.j 1.+0.j 1.+0.j], shape=(5,), dtype=complex128) NotFoundError Traceback (most recent call last) <ipython-input-16-904ce11d62af> in <module>() 1 # calculating the regularized incomplete beta integral ----> 2 ribi = tf.math.betainc(a,b,x) 2 frames /usr/local/lib/python3.6/dist-packages/six.py in raise_from(value, from_value) NotFoundError: Could not find valid device for node. Node:{{node Betainc}} All kernels registered for op Betainc : device='XLA_CPU_JIT'; T in [DT_FLOAT, DT_DOUBLE] device='XLA_GPU_JIT'; T in [DT_FLOAT, DT_DOUBLE] device='XLA_CPU'; T in [DT_FLOAT, DT_DOUBLE] device='XLA_GPU'; T in [DT_FLOAT, DT_DOUBLE] device='GPU'; T in [DT_DOUBLE] device='GPU'; T in [DT_FLOAT] device='CPU'; T in [DT_DOUBLE] device='CPU'; T in [DT_FLOAT]
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA