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,.......