快捷方式

torch.var

torch.var(input, dim=None, *, correction=1, keepdim=False, out=None) Tensor

计算由 dim 指定的维度上的方差。dim 可以是单个维度、维度列表或 None 以减少所有维度。

方差 (σ2\sigma^2) 计算如下

σ2=1max(0, NδN)i=0N1(xixˉ)2\sigma^2 = \frac{1}{\max(0,~N - \delta N)}\sum_{i=0}^{N-1}(x_i-\bar{x})^2

其中,xx 是样本集,xˉ\bar{x} 是样本均值,NN 是样本数量,而 δN\delta Ncorrection

如果 keepdimTrue,则输出张量的尺寸与 input 相同,除了维度 dim 的尺寸为 1。否则, dim 将被压缩(参见 torch.squeeze()),导致输出张量减少 1 个(或 len(dim) 个)维度。

参数
  • input (张量) – 输入张量。

  • dim (整数整数元组可选) – 要约减的维度。如果为 None,则所有维度都将被约减。

关键字参数
  • correction (整数) –

    样本大小和样本自由度之间的差异。默认为 贝塞尔校正correction=1

    版本 2.0 中的变更: 之前此参数称为 unbiased,并且是一个布尔值,True 对应于 correction=1False 对应于 correction=0

  • keepdim (布尔值) – 输出张量是否保留 dim

  • out (张量可选) – 输出张量。

示例

>>> a = torch.tensor(
...     [[ 0.2035,  1.2959,  1.8101, -0.4644],
...      [ 1.5027, -0.3270,  0.5905,  0.6538],
...      [-1.5745,  1.3330, -0.5596, -0.6548],
...      [ 0.1264, -0.5080,  1.6420,  0.1992]])
>>> torch.var(a, dim=1, keepdim=True)
tensor([[1.0631],
        [0.5590],
        [1.4893],
        [0.8258]])

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取适合初学者和高级开发人员的深度教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源