📅  最后修改于: 2023-12-03 14:56:11.093000             🧑  作者: Mango
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。
PyTorch 提供了如下 3 种方式来计算张量(torch.Tensor)的平均值:
import torch
t = torch.tensor([1, 2, 3, 4, 5])
mean_t = t.mean()
print(mean_t)
返回:
tensor(3.)
import torch
t = torch.tensor([[1., 2.], [3., 4.]])
mean_t = t.mean(dim=0)
print(mean_t)
返回:
tensor([2., 3.])
import torch
t = torch.tensor([1, 2, 3, 4, 5])
mean_t = torch.sum(t) / t.numel()
print(mean_t)
返回:
tensor(3.)
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。