Pytorch中的mean()

x=torch.Tensor(range(1,17))
x=x.reshape(2,2,2,2)
print('x: ',x)
print('mean(0): ',x.mean(0))
print('mean(1): ',x.mean(1))
print('mean(2): ',x.mean(2))
print('mean(3): ',x.mean(3))


out:
x:
 tensor([[[[ 1.,  2.],
           [ 3.,  4.]],

         [[ 5.,  6.],
          [ 7.,  8.]]],


         [[[ 9., 10.],
          [11., 12.]],

         [[13., 14.],
          [15., 16.]]]])

mean(0):
 tensor([[[ 5.,  6.],
         [ 7.,  8.]],

        [[ 9., 10.],
         [11., 12.]]])
mean(1):
 tensor([[[ 3.,  4.],
         [ 5.,  6.]],

        [[11., 12.],
         [13., 14.]]])
mean(2):
 tensor([[[ 2.,  3.],
         [ 6.,  7.]],

        [[10., 11.],
         [14., 15.]]])
mean(3):
 tensor([[[ 1.5000,  3.5000],
         [ 5.5000,  7.5000]],

        [[ 9.5000, 11.5000],
         [13.5000, 15.5000]]])

mean函数中的参数dim代表在第几维度求平均数。

dim=0时,在第一个维度,也就是(1+9)/2=5,(2+10)/2=6,.......

dim=1时,在第二个维度,也就是(1+5)/2=3,(2+6)/2=4,........

dim=2时,在第三个维度,也就是(1+3)/2=2,(2+4)/2=3,....

dim=3时,在第四个维度,也就是(1+2)/2=1.5,(3+4)/2=3.5,.......

  • 19
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值