torch.var_mean

torch.var_mean(input, dim, unbiased, keepdim=False, *, out=None)

Если unbiased равно True, будет использована поправка Бесселя для вычисления дисперсии. В противном случае вычисляется выборочная дисперсия без какой-либо поправки.

Параметры:

• input (Тензор) – входной тензор.
• dim (int или кортеж из целых чисел, необязательно) – измерение или измерения для уменьшения. Если None, уменьшаются все измерения.

Ключевые аргументы:

• unbiased (bool) – использовать ли поправку Бесселя ($\delta N = 1$).
• keepdim (bool) – сохранять ли размерность выходного тензора или нет.
• out (Тензор, необязательно) – выходной тензор.

Возвращаемые значения:

Кортеж (var, mean), содержащий дисперсию и среднее значение.

torch.var_mean(input, unbiased)

Вычисляет дисперсию и среднее значение всех элементов в тензоре input.

Если unbiased равно True, будет использована поправка Бесселя. В противном случае вычисляется выборочная дисперсия без какой-либо поправки.

Параметры:

• input (Тензор) – входной тензор.
• unbiased (bool) – использовать ли поправку Бесселя ($\delta N = 1$).

Возвращаемые значения:

Кортеж (var, mean), содержащий дисперсию и среднее значение.

Пример:

>>> a = torch.tensor([[-0.8166, -1.3802, -0.3560]])
>>> torch.var_mean(a, unbiased=False)
(tensor(0.1754), tensor(-0.8509))