【Pytorch基础】二维/三维情况下 torch.mean()函数使用

一穷二白到年薪百万

已于 2022-09-29 19:27:38 修改

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

分类专栏： Pytorch学习文章标签： pytorch 深度学习 python

于 2022-09-14 10:04:21 首次发布

本文链接：https://blog.youkuaiyun.com/zfhsfdhdfajhsr/article/details/126840499

Pytorch学习专栏收录该内容

32 篇文章

订阅专栏

这篇博客详细介绍了PyTorch中torch.mean()函数的使用，通过具体的二维张量示例展示了如何计算平均值，包括沿不同维度求平均，并给出了运算结果及其形状。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 前言

在这篇介绍中【Pytorch】张量的维度/轴/dim的理解已经解释了dim的用法，下面具体看torch.mean()的用例。

2 一维二维

# 二维 
a = torch.arange(6) * 1.
b = a.reshape(2, 3)
print(b.shape)
print(b)
print(b.mean(dim=0).shape)
print(b.mean(dim=0))
print(b.mean(dim=1).shape)
print(b.mean(dim=1))

3 参考文献

[1]torch.mean()
[2]PyTorch基础（九）----- torch.mean()方法
 [3]orch.mean()、tensor.mean() 用法及维度的理解(二维、三维)
[4]torch.mean()

【Pytorch基础】二维/三维情况下 torch.mean()函数使用

目录

1 前言

2 一维二维

3 参考文献