Python PyTorch std_mean用法及代码示例

本文简要介绍python语言中 torch.std_mean 的用法。

用法:

torch.std_mean(input, dim, unbiased, keepdim=False, *, out=None)

参数：

• input(Tensor) -输入张量。

• dim(int或者python的元组：ints) -要减小的尺寸或尺寸。

关键字参数：

• unbiased(bool) -是否使用贝塞尔校正(\delta N = 1)。

• keepdim(bool) -输出张量是否保留了dim。

• out(Tensor,可选的) -输出张量。

返回：

包含标准差和平均值的元组 (std, mean)。

参数：

• input(Tensor) -输入张量。

• unbiased(bool) -是否使用贝塞尔校正(\delta N = 1)。

返回：

包含标准差和平均值的元组 (std, mean)。

如果 unbiased 是 True ，将使用贝塞尔校正来计算标准偏差。否则，将计算样本偏差，而不进行任何校正。

torch.std_mean(input, unbiased)

计算 input 张量中所有元素的标准差和平均值。

如果 unbiased 是 True ，将使用贝塞尔校正。否则，将计算样本偏差，而不进行任何校正。

例子：

>>> a = torch.tensor([[-0.8166, -1.3802, -0.3560]])
>>> torch.std_mean(a, unbiased=False)
(tensor(0.4188), tensor(-0.8509))