Torch小技巧：Tensor N*N 分块后，求每个块的均值 和 方差

要求：求A=torch.rand[8,8]的张量中每个4*4块的均值和方差

逛了一圈CSDN，发现没有关于求张量N*N分块后的均值和方差的代码，我就自己来写一个把

• 求张量的均值

def Trans2mean(image):#假设就是1通道张量
    h,w=image.shape
    block_h,block_w=h//4,w//4#假设4*4分块
    #先按行切成 block_h块，每块4个
    temp_h=torch.split(image,[4 for x in range(0,block_h)],0)
    ALLmean=torch.zeros(block_h,block_w)
    for i in range(0,block_h):
        temp_w=temp_h[i].split([4 for y in range(0,block_h)],1)
        for j in range(0,block_w):
            ALLmean[i,j]=temp_w[j].mean()#算的是平方
    return ALLmean

• 求张量的方差（其实是一样的）

def Trans2var(image):#假设就是1通道张量
    h,w=image.shape
    block_h,block_w=h//4,w//4#假设4*4分块
    #先按行切成 block_h块，每块4个
    temp_h=torch.split(image,[4 for x in range(0,block_h)],0)
    ALLvar=torch.zeros(block_h,block_w)
    for i in range(0,block_h):
        temp_w=temp_h[i].split([4 for y in range(0,block_h)],1)
        for j in range(0,block_w):
            ALLvar[i,j]=temp_w[j].var()#算的是方差
    return ALLvar

• 测试

#单元测试
if __name__ == '__main__':
    A=torch.rand(8,8)
    var_map=Trans2var(A)
    mean_map=Trans2mean(A)

• 实验结果