我们在处理矩阵数据时，需要用到数据的均值和方差，比如在batch normalization的时候。
那么，tensorflow中计算均值和方差的函数是：tf.nn.moments(x, axes)
x: 我们待处理的数据
axes： 在哪一个维度上求解，是一个list，如axes=[0, 1, 2]
举例：
def calc_mean_variance():
"""
计算均值和方差
:return:
"""
img = tf.Variable(tf.random_normal([2, 3]))
t = len(img.get_shape())
axis = list(range(len(img.get_shape()) - 1))
mean, variance = tf.nn.moments(img, axes=0)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(img))
print(sess.run([mean, variance]))
输出：
注意，以下是统计轴的个数：
axis = list(range(len(img.get_shape()) - 1))