PyTorch torch.var_mean Funktion
PyTorch torch Referenzhandbuch
torch.var_meanEs ist eine Funktion in PyTorch, die gleichzeitig sowohl die Varianz als auch den Mittelwert eines Tensors zurückgibt. Es ist eine effiziente Funktion, die die Varianz und den Mittelwert in einem einzigen Vorgang berechnen kann.
Funktionsdefinition
torch.var_mean(input, dim, unbiased, keepdim=False)
Anwendungsbeispiel
Beispiel
import torch
x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0])
# Varianz und Mittelwert gleichzeitig zurückgeben
var, mean = torch.var_mean(x)
print("Varianz:", var)
print(Mittelwert:", mean)
# Gibt sowohl Varianz als auch Mittelwert entlang dim=0 zurück
y = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
var0, mean0 = torch.var_mean(y, dim=0)
print("dim=0 Varianz:", var0)
print("dim=0 Mittelwert:", mean0)
x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0])
# Varianz und Mittelwert gleichzeitig zurückgeben
var, mean = torch.var_mean(x)
print("Varianz:", var)
print(Mittelwert:", mean)
# Gibt sowohl Varianz als auch Mittelwert entlang dim=0 zurück
y = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
var0, mean0 = torch.var_mean(y, dim=0)
print("dim=0 Varianz:", var0)
print("dim=0 Mittelwert:", mean0)
Die Ausgabe ist:
方差: tensor(2.5000) 均值: tensor(3.) dim=0 方差: tensor([2.2500, 2.2500, 2.2500]) dim=0 均值: tensor([2.5000, 3.5000, 4.5000])
Andere Erweiterungen