2021-03-26

最新推荐文章于 2023-08-05 14:50:41 发布

weixin_48676901

最新推荐文章于 2023-08-05 14:50:41 发布

阅读量90

点赞数

文章标签： pytorch 机器学习神经网络

本文链接：https://blog.csdn.net/weixin_48676901/article/details/115255599

版权

本文详细介绍了如何在PyTorch中将列表转换为Tensor以进行批量归一化操作，通过示例展示了计算不同维度平均值的过程，加深了对torch.mean函数的理解。博主探讨了在不同维度上使用mean函数对数据进行归一化的效果，并提供了相应的代码片段作为辅助理解。

摘要由CSDN通过智能技术生成

*学批量归一化时，关于x.mean(dim=0,keepdim=True)的一些问题的补充
下面的博主已经把归一化的问题讲得很清楚，链接如下：
归一化描述
但是博主在开头的时候x是以列表的形式存在的，要求x.shape的话，会出现以下的问题：
AttributeError: ‘list’ object has no attribute ‘shape’
所以这里要把x转换成tenso的形式，以pytorch为例：

import torch
from torch.autograd import Variable
x=torch.Tensor([[[1,2,3,4],[5,6,7,8],[9,10,11,12]],[[13,14,15,16],[17,18,19,20],[21,22,23,24]]])
print(x.shape)

之后会出现

torch.Size([2, 3, 4])

分别打印出：`

x_mean0 = torch.mean(x,dim=0,keepdim=True)
x_mean1 = torch.mean(x,dim=1,keepdim=True)
x_mean2 = torch.mean(x,dim=2,keepdim=True)

结果如下：

tensor([[[ 7.,  8.,  9., 10.],
         [11., 12., 13., 14.],
         [15., 16., 17., 18.]]])
tensor([[[ 5.,  6.,  7.,  8.]],

        [[17., 18., 19., 20.]]])
tensor([[[ 2.5000],
         [ 6.5000],
         [10.5000]],

        [[14.5000],
         [18.5000],
         [22.5000]]])

结合前面博主：泰勒叫我去学习的内容，现在对torch.mean有更深的理解了