torch.mean()和mean(dim=None, keepdim=False)的使用舉例怎么分析

torch.mean()和mean(dim=None, keepdim=False)的使用舉例怎么分析，針對(duì)這個(gè)問題，這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問題的小伙伴找到更簡單易行的方法。

代碼實(shí)驗(yàn)展示:

Microsoft Windows [版本 10.0.18363.1256](c) 2019 Microsoft Corporation。保留所有權(quán)利。

C:\Users\chenxuqi>C:\Users\chenxuqi>conda activate ssd4pytorch2_2_0(ssd4pytorch2_2_0) C:\Users\chenxuqi>python
Python 3.7.7 (default, May  6 2020, 11:45:54) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.>>> import torch>>> torch.manual_seed(seed=20200910)<torch._C.Generator object at 0x000001F58010D330>>>> a = torch.randn(4, 3)>>> a
tensor([[ 0.2824, -0.3715,  0.9088],[-1.7601, -0.1806,  2.0937],[ 1.0406, -1.7651,  1.1216],[ 0.8440,  0.1783,  0.6859]])>>> torch.mean(a)tensor(0.2565)>>>>>> a
tensor([[ 0.2824, -0.3715,  0.9088],[-1.7601, -0.1806,  2.0937],[ 1.0406, -1.7651,  1.1216],[ 0.8440,  0.1783,  0.6859]])>>> torch.mean(a, 1)tensor([0.2732, 0.0510, 0.1324, 0.5694])>>> torch.mean(a, 0)tensor([ 0.1017, -0.5347,  1.2025])>>>>>> torch.mean(input=a, dim=0, keepdim=False)tensor([ 0.1017, -0.5347,  1.2025])>>>>>> torch.mean(input=a, dim=1, keepdim=False)tensor([0.2732, 0.0510, 0.1324, 0.5694])>>>>>> torch.mean(input=a, dim=0, keepdim=True)tensor([[ 0.1017, -0.5347,  1.2025]])>>> torch.mean(input=a, dim=1, keepdim=True)tensor([[0.2732],[0.0510],[0.1324],[0.5694]])>>>>>>>>>

關(guān)于torch.mean()和mean(dim=None, keepdim=False)的使用舉例怎么分析問題的解答就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識(shí)。