PyTorch torch.std_mean Funktion
PyTorch torch Referenzhandbuch
torch.std_meanist eine Funktion in PyTorch, die gleichzeitig sowohl die Standardabweichung als auch den Mittelwert eines Tensors zurückgibt. Sie ist eine effiziente Funktion, die die Standardabweichung und den Mittelwert in einem Vorgang berechnen kann.
Funktionsdefinition
torch.std_mean(input, dim, unbiased, keepdim=False)
Anwendungsbeispiel
Beispiel
import torch
x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0])
# Gibt die Standardabweichung und den Mittelwert gleichzeitig zurück
std, mean = torch.std_mean(x)
print("Standardabweichung:", std)
print(Mittelwert:", mean)
# Gibt die Standardabweichung und den Mittelwert gleichzeitig entlang dim=0 zurück
y = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
std0, mean0 = torch.std_mean(y, dim=0)
print("dim=0 Standardabweichung:", std0)
print("dim=0 Mittelwert:", mean0)
x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0])
# Gibt die Standardabweichung und den Mittelwert gleichzeitig zurück
std, mean = torch.std_mean(x)
print("Standardabweichung:", std)
print(Mittelwert:", mean)
# Gibt die Standardabweichung und den Mittelwert gleichzeitig entlang dim=0 zurück
y = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
std0, mean0 = torch.std_mean(y, dim=0)
print("dim=0 Standardabweichung:", std0)
print("dim=0 Mittelwert:", mean0)
Das Ausgabeergebnis ist:
标准差: tensor(1.5811) 均值: tensor(3.) dim=0 标准差: tensor([1.5000, 1.5000, 1.5000]) dim=0 均值: tensor([2.5000, 3.5000, 4.5000])
Andere Erweiterungen