PyTorch基础——均值、(无偏估计)方差

import torch 

dat = torch.Tensor([1,2,3])

# 1.求均值
dat_mean = torch.mean(dat) # => dat_mean = tensor(2.)

# 2.求方差
dat_var1 = torch.var(dat)                  # => dat_var1 = tensor(1.),对应于无偏估计
dat_var2 = torch.var(dat, unbiased=False)  # => dat_var2 = tensor(0.6667)

torch.var(....)函数中unbiased默认为True,表示方差的无偏估计,除数为 —— 元素个数减一

dat_var1(无偏估计)计算:
( (1-2)*(1-2) +(2-2)*(2-2)+(3-2)*(3-2) ) / (3-1) = 2/2 = 1

dat_var2计算:
( (1-2)*(1-2)+(2-2)*(2-2)+(3-2)*(3-2) )  / 3 = 2/3 = 0.6666667

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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