当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch var_mean用法及代码示例


本文简要介绍python语言中 torch.var_mean 的用法。

用法:

torch.var_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( )。

  • keepdim(bool) -输出张量是否保留了dim

  • out(Tensor,可选的) -输出张量。

返回

包含方差和均值的元组 (var, mean)。

参数

  • input(Tensor) -输入张量。

  • unbiased(bool) -是否使用贝塞尔校正( )。

返回

包含方差和均值的元组 (var, mean)。

如果 unbiasedTrue ,将使用贝塞尔校正来计算方差。否则,将计算样本方差,而不进行任何校正。

torch.var_mean(input, unbiased)

计算 input 张量中所有元素的方差和均值。

如果 unbiasedTrue ,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.var_mean(a, unbiased=False)
(tensor(0.1754), tensor(-0.8509))

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.var_mean。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。