Función torch.std_mean de PyTorch
Manual de referencia de Pytorch torch
torch.std_meanEs una función en PyTorch que se utiliza para devolver simultáneamente la desviación estándar y la media de un tensor. Es una función eficiente que puede calcular la desviación estándar y la media al mismo tiempo en una sola operación.
Definición de la función
torch.std_mean(input, dim, unbiased, keepdim=False)
Ejemplo de uso
Ejemplo
import torch
x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0])
# Devuelve simultáneamente la desviación estándar y la media
std, mean = torch.std_mean(x)
print("Desviación estándar:", std)
print("Media:", mean)
# Devuelve simultáneamente la desviación estándar y la media a lo largo de dim=0
y = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
std0, mean0 = torch.std_mean(y, dim=0)
print("Desviación estándar de dim=0:", std0)
print("Media de dim=0:", mean0)
x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0])
# Devuelve simultáneamente la desviación estándar y la media
std, mean = torch.std_mean(x)
print("Desviación estándar:", std)
print("Media:", mean)
# Devuelve simultáneamente la desviación estándar y la media a lo largo de dim=0
y = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
std0, mean0 = torch.std_mean(y, dim=0)
print("Desviación estándar de dim=0:", std0)
print("Media de dim=0:", mean0)
El resultado de salida es:
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])
Otras extensiones