火炬张量的平均值 - Python

在 PyTorch 中，张量（Tensor）是最常见的数据类型，它代表了多维数组。张量可以用来表示向量、矩阵、张量等一系列的数学对象，同时也是神经网络的基础数据结构。

本文将介绍如何使用 PyTorch 计算火炬张量（torch.Tensor）的平均值。

计算张量的平均值

PyTorch 提供了如下 3 种方式来计算张量（torch.Tensor）的平均值：

一、使用 mean() 方法

import torch

t = torch.tensor([1, 2, 3, 4, 5])

mean_t = t.mean()

print(mean_t)

返回：

tensor(3.)

二、使用 mean() 方法并指定维度

import torch

t = torch.tensor([[1., 2.], [3., 4.]])

mean_t = t.mean(dim=0)

print(mean_t)

返回：

tensor([2., 3.])

三、使用平均数公式手动计算

import torch

t = torch.tensor([1, 2, 3, 4, 5])

mean_t = torch.sum(t) / t.numel()

print(mean_t)

返回：

tensor(3.)

总结

本文介绍了 PyTorch 中计算火炬张量的平均值的三种方法：使用 mean() 方法、使用 mean() 方法并指定维度、手动计算。需要注意的是，当计算多维张量时，需要指定维度。