torch.mean

torch.mean(input, *, dtype=None) → Tensor

Возвращает среднее значение всех элементов в тензоре input.

Параметры:

input (Тензор) – входной тензор.

Ключевые аргументы:

dtype (torch.dtype, необязательно) – желаемый тип данных возвращаемого тензора. Если указан, входной тензор приводится к типу dtype перед выполнением операции. Это полезно для предотвращения переполнения типов данных. По умолчанию: None.

Пример:

>>> a = torch.randn(1, 3)
>>> a
tensor([[ 0.2294, -0.5481,  1.3288]])
>>> torch.mean(a)
tensor(0.3367)

torch.mean(input, dim, keepdim=False, *, dtype=None, out=None) → Тензор

Возвращает среднее значение каждой строки тензора input по заданному измерению dim. Если dim представляет собой список измерений, выполняется сокращение по всем из них.

Если keepdim равно True, выходной тензор имеет тот же размер, что и input, за исключением измерения(измерений) dim, где его размер равен 1. В противном случае, dim сжимается (см. torch.squeeze()), что приводит к выходному тензору, имеющему на 1 (или len(dim)) меньше измерение(измерения).

Параметры:

• input (Тензор) – входной тензор.
• dim (int или кортеж из int) – измерение или измерения для сокращения.
• keepdim (bool) – сохранять ли размерность(измерение) в выходном тензоре или нет.

Ключевые аргументы:

• dtype (torch.dtype, необязательно) – желаемый тип данных возвращаемого тензора. Если указан, входной тензор приводится к типу dtype перед выполнением операции. Это полезно для предотвращения переполнения типов данных. По умолчанию: None.
• out (Тензор, необязательно) – выходной тензор.

См. также

torch.nanmean() вычисляет среднее значение non-NaN элементов.

Пример:

>>> a = torch.randn(4, 4)
>>> a
tensor([[-0.3841,  0.6320,  0.4254, -0.7384],
        [-0.9644,  1.0131, -0.6549, -1.4279],
        [-0.2951, -1.3350, -0.7694,  0.5600],
        [ 1.0842, -0.9580,  0.3623,  0.2343]])
>>> torch.mean(a, 1)
tensor([-0.0163, -0.5085, -0.4599,  0.1807])
>>> torch.mean(a, 1, True)
tensor([[-0.0163],
        [-0.5085],
        [-0.4599],
        [ 0.1807]])