Question

我想知道在哪里放置以下功能以及如何命名变量＆＃34; r＆＃34;和＆＃34; p＆＃34;：

def fit_mme(sample_data, name=None):
    """
        Calculates the Maximum-of-Momentum Estimator of NB(r, p) for a given NxM matrix `sample_data`

        :param sample_data: `(N, M)` matrix with `M` distributions containing `N` observed values each
        :return: estimated values of `r` and `p`
        """
    with tf.name_scope(name, "MME"):
        mean = tf.reduce_mean(sample_data, axis=0, name="mean")
        variance = tf.reduce_mean(tf.square(sample_data - mean),
                                  axis=0,
                                  name="variance")
        nan = tf.fill(tf.shape(variance), math.nan, name="NaN_constant")

        r_by_mean = tf.where(tf.less(mean, variance),
                             mean / (variance - mean),
                             nan)
        r = r_by_mean * mean
        p = 1 / (r_by_mean + 1)
        return r, p

正如你所看到的，我已经命名为＃34;意思是＆＃34;，＆＃34; variance＆＃34;和＆＃34; nan＆＃34;，但我如何命名变量＆＃34; r＆＃34;和＆＃34; p＆＃34;？

另外，我应该将此方法打包成＆＃34; tf.contrib.distributions.NegativeBinomial＆＃34;的子类。或者我应该为它创建一些utils.py文件？

Answer 1

你可以这样做：

r = tf.multiply(r_by_mean, mean, name = 'r')

和

p = tf.divide(1, tf.add(r_by_mean, 1), name = 'p')

或者您可以（如Name the output of an expression in Tensorflow中所述）：

r = r_by_mean * mean
r = tf.identity(r, name = 'r')

和

p = 1 / (r_by_mean + 1)
p = tf.identity(p, name = 'p')

另外，我应该将此方法打包到“tf.contrib.distributions.NegativeBinomial”的子类中，还是应该为它创建一些utils.py文件？

我不会把它放到任何'官方'命名空间，比如tf，但是使用你自己的文件，很明显这是你/你的项目而不是Tensorflow添加的功能（除非你需要修复/覆盖一些标准张量流功能）。

Tensorflow：命名变量

1 个答案: