torch.mean函数和torch.max函数

我就是我 2023-10-04 16:59 52阅读 0赞

## 一.torch.mean函数 ##

先来看示例：

x=torch.arange(15).view(5,3)
    x_mean=torch.mean(x,dim=0,keepdim=True)
    x_mean0=torch.mean(x,dim=1,keepdim=True)
    print('before bn:')
    print(x)
    print('x_mean:')
    print(x_mean)
    print('x_mean0:')
    print(x_mean0)

before bn:
     
      0   1   2
      3   4   5
      6   7   8
      9  10  11
     12  13  14
    [torch.FloatTensor of size 5x3]
     
    x_mean:
     
     6  7  8
    [torch.FloatTensor of size 1x3]
     
    x_mean0:
     
      1
      4
      7
     10
     13
    [torch.FloatTensor of size 5x1]

从上可以看出torch.mean(input,dim=d,keepdim=True)函数的系数的作用

输入：  
1、input 是输入的tensor。  
2、dim 是索引的维度，dim=0寻找每一列的最大值，dim=1寻找每一行的最大值。  
3、keepdim 表示是否需要保持输出的维度与输入一样，keepdim=True表示输出和输入的维度一样，keepdim=False表示输出的维度被压缩了，也就是输出会比输入低一个维度。

比如input.shape为3\*2\*4，如果dim=0 那就是第0维的3变成了1，且keepdim=True时，输出结果的维度为1\*2\*4; 如果keepdim=false时，输出结果的维度为2\*4.

以此类推 如果dim=1 那就是第1维的2变成了1，且keepdim=True时，输出结果的维度为3\*1\*4;如果keepdim=false时，输出结果的维度为3\*4.

## 二.torch.max函数的用法   (max, max\_indices) = torch.max(input, dim, keepdim=False) ##

用法示例如下：

>import torch
    >import numpy as np
    
    >x = torch.randint(0,9,(2,4))
    >print(x)
    tensor([[7, 8, 7, 2],
       	    [6, 0, 3, 0]])
    
    #取每一行的最大值，torch.max的输出结果
    >y = torch.max(x, 1)  
    >print(y)
    torch.return_types.max(values=tensor([8, 6]),indices=tensor([1, 0])) #索引值
    
    >y = torch.max(x, 1, keepdim=True)[0]
    >print(y)
    >print(np.shape(y))
    # keepdim=True，输出仍然是二维的
    tensor([[8],
         	[6]])
    torch.Size([2, 1])
    
    >y = torch.max(x, 1, keepdim=False)[0]
    >print(y)
    >print(np.shape(y))
    # keepdim=False，输出变成了一维
    tensor([8, 6])
    torch.Size([2])