torch.var_mean¶
- torch.var_mean(input, dim=None, *, correction=1, keepdim=False, out=None)¶
计算由
dim
指定的维度上的方差和均值。dim
可以是单个维度、维度列表或None
,以对所有维度进行缩减。方差 () 计算如下
其中 是元素样本集, 是样本均值, 是样本数量, 是
correction
。如果
keepdim
为True
,输出张量与input
大小相同,除了在维度dim
上,其大小为 1。否则,dim
将被压缩(参见torch.squeeze()
),导致输出张量少了一个(或len(dim)
个)维度。- 参数
- 关键字参数
- 返回值
包含方差和均值的元组 (var, mean)。
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_mean(a, dim=0, keepdim=True) (tensor([[1.5926, 1.0056, 1.2005, 0.3646]]), tensor([[ 0.0645, 0.4485, 0.8707, -0.0665]]))