【PyTorch】torch.mean(), dim=0, dim=1 详解

最新推荐文章于 2024-08-16 16:09:38 发布
最新推荐文章于 2024-08-16 16:09:38 发布
阅读量2w 收藏 73
点赞数 31
分类专栏： PyTorch 文章标签： python pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010414589/article/details/115205681
版权
本文详细解释了在PyTorch中如何使用torch.mean()函数进行维度操作，包括dim=0和dim=1时的不同效果。通过示例展示了该函数如何在不同维度上计算平均值，以及如何利用keepdims参数保持维度不变。同时强调了在使用mean操作时需要注意的数据类型问题。
摘要由CSDN通过智能技术生成

创建一个tensor,这个tensor是一个元素类型为浮点型的2维数组

import torch

s = torch.arange(6,dtype=float).reshape((2,3))
print(s)
print(s.shape)# 查看tensor的形状

tensor([[0., 1., 2.],
        [3., 4., 5.]], dtype=torch.float64)
torch.Size([2, 3])

dim属性的全称是dimension，表示维度。dim=0为第0个维度，代表行。

对于torch.mean(s,dim=0),表示跨行求平均。

得到的结果是一个向量，分别对应于 1.5=(0.0+3.0)/2, 2.5=(1.0+4.0)/2, 3.5=(2.0+5.0)/2

s1 = torch.mean(s, dim
最低0.47元/天 解锁文章
行路南
关注
专栏目录
TORCH.MEAN函数（主要研究dim参数取不同值的情况）
qq_42390121的博客
04-25 1895
官方介绍：torch.mean — PyTorch 1.11.0 documentation torch.mean(input, dim, keepdim=False, *, dtype=None, out=None) 参数 input，要输入的张量 dim，要求均值的维度 keepdim，求完均值之后是否要保留该维度 dtype，数据格式，（输入整数会被识别为long报错） 1、当dim为空时，输出全部值的平均数 2、当dim为常数时，输出延该维度求完平均数之后的张量 这是官方实例
PYTORCH中torch.mean(),dim=0,dim=1分别代表什么
xh777的博客
06-24 1548
torch.mean(),dim=0,dim=1
torch.mean()的简单用法
最新发布
m0_51579041的博客
08-16 414
torch.mean()
torch.mean
热门推荐
u013049912的博客
04-20 5万+
mean()函数的参数：dim=0,按行求平均值，返回的形状是（1，列数）；dim=1,按列求平均值，返回的形状是（行数，1）,默认不设置dim的时候，返回的是所有元素的平均值。 x=torch.arange(12).view(4,3) ''' 注意：在这里使用的时候转一下类型，否则会报RuntimeError: Can only calculate the mean of floating ...
对于Pytorch中dim=1的理解
AdjsWsgz的博客
11-11 1402
模型预测时torch.max(outputs, dim=1)中对于dim=1的理解
torch.cat 关于 dim=0,dim=1 测试
scar2016的博客
11-17 1万+
文章目录1.torch.cat2. 代码3. 结果4. 总结： 1.torch.cat 官方说明：torch.cat torch.cat(tensors, dim=0, *, out=None) → Tensor 连接给定维数的给定序列的序列张量。所有张量要么具有相同的形状(除了连接维度)，要么为空。 需要安装 pytorch 2. 代码 import torch # 总结： # 1. torch.cat((x,y),dim=0) :张量 X,Y按照列堆起来 # 2. torch.cat((x,y)
pytorch中的dim=0,=1,=2,在高纬度上的一些个人理解
weixin_44820962的博客
10-04 2673
pytorch dim 在高纬度中的理解
torch.sum(),dim=0,dim=1解析
weixin_45281949的博客
11-27 2万+
直接上代码： # 定义一个2维张量a a = torch.tensor([[1,2,3],[4,5,6]]) print(a) a.shape tensor([[ 1, 2, 3], [ 4, 5, 6]]) torch.Size([2, 3]) # 2行3列，没毛病 dim=0，降维（纵向压缩） b = torch.sum(a,dim=0) print(b)...
Pytorch小记-torch.nn.Softmax(dim=1)如何理解？
csdn_xmj的博客
03-10 1万+
查看官方文档。
torch.stack, torch.cat, torch.stack.max/mean/sum维度变换详解
jsk_learner的博客
03-25 6400
torch.stack，torch.cat, torch.stack.max/mean/sumtorch.stack创建两个[x,x,x,x]tensor变量torch.stack([x,x], dim=0)torch.stack([x,x], dim=1)torch.stack([x,x], dim=2)torch.stack([x,x], dim=3)torch.stack([x,x], di...
Pytorch中的基本语法之torch.sum(dim=int)以及由此引出的torch.size张量维度详解
Lyndsey的博客
12-28 1万+
Lyndsey小鱼的日常琐碎笔记分享： 最近切身的真实感悟就是：要想真正理解以及学会使用，就必须得自己亲手去实践，而不是看着别人的博客笔记说，我差不多懂了，就过了。 所以，我现在也在用行动去证明这一点啦～ 一、动手实践理解dim(int)的效果 （对于科研新手来说，做实验方面，首先最基本的就是要学会看懂别人代码是在干嘛啦～） 话不多说，直接进入今天的话题，我在看别人的代码时，看到了这样一个部分（注...
torch.mean()函数详解
09-12
mean_row = torch.mean(x, dim=0) print(mean_row) # 输出tensor([2.5, 3.5, 4.5]) mean_col = torch.mean(x, dim=1) print(mean_col) # 输出tensor([2., 5.]) ``` 上述示例中，我们首先定义了一个2行3列的张量`x`...
torch.mean()
Z2572862506的博客
01-12 1009
torch.mean()
pytorch中nn.softmax的dim=1和dim=2的操作
weixin_43785343的博客
09-16 1955
在学习注意力机制的时候，可能需要用到nn.softmax来进行矩阵的乘法结果进行权重归一，但是对于nn.softmax的参数dim不知道具体的操作流程，于是自分别创建两个函数，对应dim=1和dim=2的时候的情况。然后创建一个实例tmp，它的shape是[batch, n, m]，所有的操作对不同的batch都是独立进行的。然后开始扔进函数里面，并打印，得到如下。tmp是长这个样子的。
pytorch 基本函数中的 dim说明
weixin_38410551的博客
03-19 1231
dim：表示维度，0：行，1：列 示例代码：
torch.mean(dim=-2)张量操作
weixin_52153243的博客
07-25 125
是PyTorch中的张量操作，用于计算张量沿着指定维度的平均值。的张量，其中每一行代表了对应二维子张量沿着倒数第二个维度的平均值。
Pytorch： torch.mean()
weixin_42046845的博客
03-21 2101
在PyTorch中，函数 torch.mean 用于计算张量的平均值（均值）。其可以对整个张量计算平均值，也可以沿某个或多个维度计算平均值。这个操作对于正则化数据、在神经网络中进行层间规范化等场合特别有用。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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