torch.mean()的简单用法

简单来说就是求平均数。

比如以下的三种简单情况:

cpp 复制代码
import torch

x1 = torch.Tensor([1, 2, 3, 4])
x2 = torch.Tensor([[1],
                   [2],
                   [3],
                   [4]])
x3 = torch.Tensor([[1, 2],
                   [3, 4]])
y1 = torch.mean(x1)
y2 = torch.mean(x2)
y3 = torch.mean(x3)
print(y1)
print(y2)
print(y3)

输出:

cpp 复制代码
tensor(2.5000)
tensor(2.5000)
tensor(2.5000)

也就是说,在没有指定维度的情况下,就是对所有数进行求平均。

更多的时候用到的是有维度的情形,如:

cpp 复制代码
import torch

x = torch.Tensor([1, 2, 3, 4, 5, 6]).view(2, 3)
y_0 = torch.mean(x, dim=0)
y_1 = torch.mean(x, dim=1)
print(x)
print(y_0)
print(y_1)

输出:

cpp 复制代码
tensor([[1., 2., 3.],
        [4., 5., 6.]])
tensor([2.5000, 3.5000, 4.5000])
tensor([2., 5.])
相关推荐
郝学胜-神的一滴14 小时前
反向传播:神经网络的「灵魂」修炼法则
人工智能·pytorch·深度学习·神经网络·机器学习·数据挖掘
Jmayday21 小时前
Pytorch:问题整理
人工智能·pytorch·python
盼小辉丶2 天前
PyTorch强化学习实战(6)——交叉熵方法详解与实现
人工智能·pytorch·python·强化学习
ZhengEnCi2 天前
06-多头注意力机制 🎯
人工智能·pytorch·python
赵优秀一一2 天前
AI入门学习
人工智能·pytorch·深度学习
盼小辉丶2 天前
PyTorch强化学习实战(5)——PyTorch Ignite 事件驱动机制与实践
人工智能·pytorch·python·强化学习
ZhengEnCi2 天前
05-自注意力机制详解 🧠
人工智能·pytorch·深度学习
xier_ran3 天前
【BUG问题】5060Ti显卡Windows配置Anaconda中的CUDA及Pytorch,sm_120问题
人工智能·pytorch·windows
郝学胜-神的一滴3 天前
深度学习损失函数:从原理到实战之 Smooth L1 Loss
人工智能·pytorch·python·深度学习·机器学习·数据挖掘
MATLAB代码顾问4 天前
Transformer时序预测:PatchTST原理与PyTorch实现
pytorch·深度学习·transformer