Python PyTorch std_mean用法及代碼示例

本文簡要介紹python語言中 torch.std_mean 的用法。

用法:

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

參數：

• input(Tensor) -輸入張量。

• dim(int或者python的元組：ints) -要減小的尺寸或尺寸。

關鍵字參數：

• unbiased(bool) -是否使用貝塞爾校正(\delta N = 1)。

• keepdim(bool) -輸出張量是否保留了dim。

• out(Tensor,可選的) -輸出張量。

返回：

包含標準差和平均值的元組 (std, mean)。

參數：

• input(Tensor) -輸入張量。

• unbiased(bool) -是否使用貝塞爾校正(\delta N = 1)。

返回：

包含標準差和平均值的元組 (std, mean)。

如果 unbiased 是 True ，將使用貝塞爾校正來計算標準偏差。否則，將計算樣本偏差，而不進行任何校正。

torch.std_mean(input, unbiased)

計算 input 張量中所有元素的標準差和平均值。

如果 unbiased 是 True ，將使用貝塞爾校正。否則，將計算樣本偏差，而不進行任何校正。

例子：

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