【PyTorch】torch.mean(), dim=0, dim=1 详解

红太狼 2022-11-13 04:10 417阅读 0赞

创建一个tensor,这个tensor是一个元素类型为浮点型的2维数组

import torch

s = torch.arange(6,dtype=float).reshape((2,3))
    print(s)
    print(s.shape)# 查看tensor的形状

tensor([[0., 1., 2.],
            [3., 4., 5.]], dtype=torch.float64)
    torch.Size([2, 3])

dim属性的全称是dimension，表示维度。dim=0为第0个维度，代表行。

对于torch.mean(s,dim=0),表示跨行求平均。

得到的结果是一个向量，分别对应于 1.5=(0.0+3.0)/2, 2.5=(1.0+4.0)/2, 3.5=(2.0+5.0)/2

s1 = torch.mean(s, dim=0)
    print(s1)

tensor([1.5000, 2.5000, 3.5000], dtype=torch.float64)

同理，对于dim=1为第一个维度，代表列。

对于torch.sum(s,dim=1),表示跨列求平均。

得到的结果同样是一个向量，分别对应于 1.0=(0.0+1.0+2.0)/3， 4.0=(3.0+4.0+5.0)/3

s2 = torch.mean(s, dim=1)
    print(s2)

tensor([1., 4.], dtype=torch.float64)

在上文中我们看到无论是s1或者s2,都是1维数组，而原始数据是一个2维数组。这是因为经过mean操作后，数据自动减少一个维度。

这里我们可以再看一个三维数组的例子，会更明显的看到这种变化。

m = torch.arange(24, dtype=float).reshape((2,3,4))
    print(m.shape)

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

当我们执行dim=0时，数据的形状会变\[3,4\];

当我们执行dim=1时，数据的形状会变\[2,4\];

当我们执行dim=2时，数据的形状会变\[2,3\];

当我们执行dim=\[0,2\]时，数据的形状会变\[3\];

m1 = torch.mean(m, dim=0)
    m2 = torch.mean(m, dim=1)
    m3 = torch.mean(m, dim=2)
    m4 = torch.mean(m, dim=[0,2])
    print("m1.shape:",m1.shape)
    print("m2.shape:",m2.shape)
    print("m3.shape:",m3.shape)
    print("m4.shape:",m4.shape)

m1.shape: torch.Size([3, 4])
    m2.shape: torch.Size([2, 4])
    m3.shape: torch.Size([2, 3])
    m4.shape: torch.Size([3])

有时我们不希望经过mean操作后的维度发生改变。这时我们可以使用keepdims=True的设置。

可以看到使用keepdims=True后数据仍然是三维数组

a = torch.arange(24, dtype=float).reshape((2,3,4))
    print(a.shape)

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

mean = torch.mean(a, dim=0, keepdims=True)
    print(mean.shape)

torch.Size([1, 3, 4])

**注意：**

1.  对tensor使用mean操作时，需要转换数据类型，如果使用int型会报错。RuntimeError: Can only calculate the mean of floating types. Got Long instead
2.  本文介绍的内容，针对tensor.sum()等函数同样适用。

发表评论取消回复

表情：

评论列表（有 0 条评论，417人围观）

还没有评论，来说两句吧...

相关阅读

相关 tf.reshape(inputs, [-1,dim])的理解

示例： import tensorflow as tf lenth = tf.reshape(30,shape=[-1]) 变成一维张量 lenth

柔情只为你懂/ 2023年10月04日 14:24/ 0 赞/ 4 阅读

相关 tf.expand_dims（）和tf.squeeze（）的用法详解

tf.expand\_dims tf.expand_dims( input, axis=None, name=None, dim=None

阳光穿透心脏的1/2处/ 2023年10月04日 13:49/ 0 赞/ 3 阅读

相关 torch.transpose中参数dim0和dim1什么意思

在 PyTorch 中，`torch.transpose()` 方法用于交换张量的维度。它接受两个参数：`dim0` 和 `dim1`。 `dim0` 表示要交换的第一

蔚落/ 2023年09月29日 23:16/ 0 赞/ 29 阅读

相关数仓开发之DIM层

目录一：DIM层设计要点二：DIM层大概实操流程 2.1 读取数据 2.2 过滤数据 2.3 写出数据三：配置表 3.1 配置表设计四：实操

向右看齐/ 2023年09月23日 14:40/ 0 赞/ 168 阅读

相关 IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python

pytorch报错： IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a

心已赠人/ 2023年06月25日 10:16/ 0 赞/ 63 阅读

相关 tf.concat(values,dims,names)

tf.concat是连接两个矩阵的操作 tf.concat(concat_dim, values, name='concat') 除去name参数用以指定

系统管理员/ 2023年06月04日 08:58/ 0 赞/ 24 阅读

相关 wrapToPi和diff(X,n,dim)

1、wrapToPi(lamda)函数 lambda角度（弧度为单位）包裹到间隔\[-pi,pi\]。 2、Y=diff(X,n,dim)函数该函数用来求解输入量X的差

短命女/ 2023年05月22日 06:54/ 0 赞/ 83 阅读

相关解决IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Pyth

解决IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim ten

灰太狼/ 2022年12月31日 12:21/ 0 赞/ 173 阅读

相关【PyTorch】torch.mean(), dim=0, dim=1 详解

创建一个tensor,这个tensor是一个元素类型为浮点型的2维数组 import torch s = torch.arange(6,dtype=floa

红太狼/ 2022年11月13日 04:10/ 0 赞/ 418 阅读

相关 Dim objRs as new RecordSet和Dim objRs as RecordSet的比较

敲实例4遇到问题的思考，多一个new大有学问。在内存中分配空间的时间和实例化的时间不同：对于Dim objRs as new RecordSe

我就是我/ 2022年06月10日 11:45/ 0 赞/ 192 阅读