Python Tensorflow数学运算中的标准差计算

我试图用C++ API来转换Tensorflow中的Python方法（< P/th>）

def prewhiten(x):
    mean = np.mean(x)
    std = np.std(x)
    std_adj = np.maximum(std, 1.0/np.sqrt(x.size))
    y = np.multiply(np.subtract(x, mean), 1/std_adj)
    return y

我的转换尚未完成。有谁能用TysFLUE+C++ API的数学运算来计算标准偏差？

Div(root.WithOpName(out_name), Sub(root, x , Mean(root, x, {}) ), {input_std});

我需要白化一个张量，比如一个矩阵的平均值和标准差

---

更新1:

我已经实现了一个代码，但结果仍然与python不同。任何C++的ToSoFraceAPI专家都能帮助吗？我目前的转换是：

Mul(root.WithOpName(output_name),
         Sub(root, x,
             Mean(root, x, {1}) ),
              Reciprocal(root, Maximum(root, Sqrt(root, Sum(root,
               Square(root, Sub(root, x,
                Mean(root, x, {1}))), {1})), 1.0/2500.0)));

---

这里2500是从我的矩阵<代码> x>代码>元素50x50=＝2500 < /p>你只需要C++吗？我可以在pythonYes中演示如何实现这一点，但如果您能在python中演示，它可能会帮助我在cpp中进行转换