pytorch统计属性

目录

  • 1.normal
  • 2. mean, sum, min, max, prod
  • 3.argmin, argmax
  • 4. topk kthvalue
  • 5. compare

1.normal

torch.normal(mean, std, *, generator=None, out=None) → Tensor

返回一个张量,其中的每个元素随机来自独立的标准正态分布。这些分布具有给定的均值和标准差。
参数:
mean (Tensor) – 每个元素tensor的均值
std (Tensor) –每个元素tensor的标准差
generator (torch.Generator, optional)-用于采样的伪随机数生成器
输出:
结果tensor

>>> torch.normal(mean=torch.arange(1., 11.), std=torch.arange(1, 0, -0.1))
tensor([  1.0425,   3.5672,   2.7969,   4.2925,   4.7229,   6.2134,8.0505,   8.1408,   9.0563,  10.0566])
torch.normal(mean, std=1.0, *, out=None) → Tensor

类似于上面的函数,但是所有抽取到的元素共享相同的方差(标准差)
参数:
mean (Tensor) – 每个元素tensor的均值
std (Tensor) –每个元素tensor的标准差
输出:
结果tensor

>>> torch.normal(mean=0.5, std=torch.arange(1., 6.))
tensor([-1.2793, -1.0732, -2.0687,  5.1177, -1.2303])
torch.normal(mean, std, size, *, out=None) → Tensor

类似于上面的函数,但是所有抽取到的元素共享相同的均值和方差(标准差)产生的tensor大小由size指定
参数:
size (int…) – 定义的一个输出tensor shape的整形序列
输出:
结果tensor

>>> torch.normal(2, 3, size=(1, 4))
tensor([[-1.3987, -1.9544,  3.6048,  0.7909]])

2. mean, sum, min, max, prod

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

返回输出tensor所有元素的的均值
dtype-如果指定,操作执行前会将输入张量转换为dtype。这有助于防止数据类型溢出。默认值:None。

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

返回输入张量中所有元素的乘积

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

返回输入张量中所有元素的之和

torch.min(input) → Tensor

返回输入张量中所有元素的最小值

torch.max(input) → Tensor

返回输入张量中所有元素的最大值

在这里插入图片描述

3.argmin, argmax

torch.argmax(input) → LongTensor
torch.argmax(input, dim, keepdim=False) → LongTensor

返回输入tensor中所有元素最大值的索引

torch.argmin(input) → LongTensor
torch.argmin(input, dim, keepdim=False) → LongTensor

返回输入tensor中所有元素最小值的索引

参数:
input (Tensor) –输入tensor
dim (int) –用于降低维度。如果设置为空(None),则返回展平后的输入中的最大值索引位置(argmax)作为结果。
keepdim (bool) – 输出张量是否会保留原始维度
在这里插入图片描述
在这里插入图片描述
dim keepdim
在这里插入图片描述

4. topk kthvalue

torch.topk(input, k, dim=None, largest=True, sorted=True, *, out=None)

返回输出tensor指定维度上的k个最大值

参数:
input (Tensor) – 输入张量
k (int) – k个最大值
dim (int, optional) – 指定维度
largest (bool, optional) – 控制返回最大值还是最小值
sorted (bool, optional) – 是否对返回结果排序

torch.kthvalue(input, k, dim=None, keepdim=False, *, out=None)

返回一个命名元组(values, indices) values 是输入张量在指定维度dim中每一行元素的k个最小值,indices是每个返回元素的索引位置

在这里插入图片描述

5. compare

>, >=, <, <=, !=, ==等价于torch.gt torch.ge torch.lt torch.le torch.ne torch.eq
在这里插入图片描述

torch.equal(input, other) → bool

如果input和other具有相同的size和元素,那么返回Ture否则返回False

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/713394.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux 内核获取函数size

方式一&#xff1a;通过objdump -t直接从目标文件中获取函数size #objdump -t file_unread.o | grep hook 0000000000000030 l F .text 000000000000012f hook_vfs_read0000000000000030 l F .text 000000000000012f hook_vfs_read各个字段说明 0000000000000030&#x…

【cmu15445c++入门】(13)C++的std::promise

一、说明 std::promise 是C11并发编程中常用的一个类&#xff0c;常配合std::future使用。其作用是在一个线程t1中保存一个类型typename T的值&#xff0c;可供相绑定的std::future对象在另一线程t2中获取 二、代码 #include <chrono> #include <future> #includ…

Hive SQL 开发指南(二)使用(DDL、DML,DQL)

在大数据领域&#xff0c;Hive SQL 是一种常用的查询语言&#xff0c;用于在 Hadoop上进行数据分析和处理。为了确保代码的可读性、维护性和性能&#xff0c;制定一套规范化的 Hive SQL 开发规范至关重要。本文将介绍 Hive SQL 的基础知识&#xff0c;并提供一些规范化的开发指…

如何安装ProtoBuf环境

1 &#x1f351;下载 ProtoBuf&#x1f351; 下载 ProtoBuf 前⼀定要安装依赖库&#xff1a;autoconf automake libtool curl make g unzip 如未安装&#xff0c;安装命令如下&#xff1a; Ubuntu ⽤⼾选择&#xff1a; sudo apt-get install autoconf automake libtool cur…

「Vue3系列」Vue3起步/创建项目

文章目录 一、Vue3 创建项目二、Vue3 Create详解命令格式可选选项使用示例注意事项 三、Vue3 项目目录结构四、Vue3 起步实例五、相关链接 一、Vue3 创建项目 在 Vue 3 中创建项目&#xff0c;通常使用 Vue CLI&#xff08;命令行工具&#xff09;来简化项目的初始化过程。Vue…

Unity 向量计算、欧拉角与四元数转换、输出文本、告警、错误、修改时间、定时器、路径、

using System.Collections; using System.Collections.Generic; using UnityEngine;public class c2 : MonoBehaviour {// 定时器float t1 0;void Start(){// 向量Vector3 v1 new Vector3(0, 0, 2);Vector3 v2 new Vector3(0, 0, 3);// 计算两个向量的夹角Debug.Log(Vector3…

Java 学习和实践笔记(26):组合(component)的含义以及与继承(extends)的关系

组合的两个作用&#xff1a; 1&#xff09;通过将父类对象作为子类的属性 2&#xff09;通过第1点的作用&#xff0c;实现了代码复用。 示例代码&#xff1a; public class TestComponent {public static void main(String[] args) {Student2 s1 new Student2("jason&…

灯塔:HTML笔记

网页由哪些部分组成&#xff1f; *文字 图片 音频 视频 超链接 程序员写的代码是通过浏览器转换成网页的 五大浏览器有哪些&#xff1f; *IE浏览器 *火狐浏览器&#xff08;Firefox&#xff09; *谷歌浏览器&#xff08;Chrome&#xff09; *Safari浏览器 *欧朋浏览器&…

NENU OJ算法2例题||搜索E

NENU OJ算法2例题 合集原文指路 算法2搜索E 1281: E001 数的划分 题目描述 将整数n分成k份&#xff0c;且每份不能为空&#xff0c;任意两种分法不能相同&#xff08;不考虑顺序&#xff09;。 例如&#xff1a;n7&#xff0c;k3&#xff0c;下面三种分法被认为是相同的。…

【数据结构与算法】动态规划法解题20240302

这里写目录标题 一、198. 打家劫舍1、动态规划五部曲 二、213. 打家劫舍 II 一、198. 打家劫舍 你是一个专业的小偷&#xff0c;计划偷窃沿街的房屋。每间房内都藏有一定的现金&#xff0c;影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统&#xff0c;如果两间…

速盾:使用cdn后速度慢是怎么回事?

CDN&#xff08;内容分发网络&#xff09;是一种通过将网站的静态内容分布到全球各地的服务器&#xff0c;从而提供更快速度和更好用户体验的技术。然而&#xff0c;有时候用户会遇到使用CDN后速度变慢的问题&#xff0c;下面将探讨几种可能的原因。 服务器选择错误: CDN服务通…

【python】双十一美妆数据分析可视化 [聚类分析/线性回归/支持向量机](代码+报告)【独一无二】

&#x1f449;博__主&#x1f448;&#xff1a;米码收割机 &#x1f449;技__能&#x1f448;&#xff1a;C/Python语言 &#x1f449;公众号&#x1f448;&#xff1a;测试开发自动化【获取源码商业合作】 &#x1f449;荣__誉&#x1f448;&#xff1a;阿里云博客专家博主、5…

全量知识系统问题及SmartChat给出的答复 之11 三套工具之6语法解析器之4

Q30. 原Q24.问题的错误纠正 我刚刚检查了 之前的问题&#xff0c;Q24 中有明显的错误。Q24 的提问是&#xff1a; “请设计一个IPP&#xff08; Integrated Partial Parser&#xff09;解析器&#xff0c;能分别基于上述两种文法规则&#xff0c;用于分析有关某领域的一些新闻…

【JavaSE】 P165 ~ P194 抽象方法,抽象类,接口,接口内容,多接口实现和父类继承,多态,向上转型,向下转型

目录 抽象抽象的概念抽象方法和抽象类的格式抽象方法和抽象类的使用抽象方法和抽象类的注意事项● 练习1. 写一个父类图形类&#xff0c;其中有方法&#xff0c;功能计算面积为抽象方法。2. 抽象类继承。判断对错,没错的分析运行结果3. 发红包,群内用户类作为父类&#xff0c;有…

c++相对路径与绝对路径

参考:https://blog.csdn.net/weixin_42175509/article/details/114360938 1、获取当前路径&#xff1a;用getcwd()函数&#xff0c;返回值是一个指向字符串的指针 2、相对路径用正斜杠“/” ./&#xff0c;表示当前路径&#xff1b;…/表示当前路径的上一级路径&#xff1b;…

NX二次开发:ListingWindow窗口的应用

一、概述 在NX二次开发的学习中&#xff0c;浏览博客时发现看到[社恐猫]和[王牌飞行员_里海]这两篇博客中写道有关信息窗口内容的打印和将窗口内容保存为txt,个人人为在二次开发项目很有必要&#xff0c;因此做以下记录。 ListingWindow信息窗口发送信息四种位置类型 设置Listi…

鸿蒙系统的开发与学习:一、安装工具与处理报错

前言&#xff1a; 鸿蒙系统的学习与记录。 1 、使用开发工具&#xff1a;deveco-studio 1&#xff09;这个是工具的安装 2&#xff09;这个是工具包&#xff0c;里面包含了 obpm&#xff0c;如果你装不上这个&#xff0c;可以使用工具包内部的 2、安装 官方安装教程&#xff…

前端学习第三天-css基础

1. CSS简介 从HTML被发明开始&#xff0c;样式就以各种形式存在。不同的浏览器结合它们各自的样式语言为用户提供页面效果的控制。最初的HTML只包含很少的显示属性。 随着HTML的成长&#xff0c;为了满足页面设计者的要求&#xff0c;HTML添加了很多显示功能。但是随着这些功能…

面经(五)南京 软通动力 一面

注&#xff1a;已经有了接近一年的工作经验 总体评价 不完全是技术面&#xff0c;面试经过还行&#xff0c;但可能是期望岗位和对方需求不太一致&#xff0c;感觉不太好过 面试经过 HR找你&#xff0c;发简历入库&#xff0c;然后商量面试时间&#xff0c;发腾讯会议链接腾…

USB4之ASM2464PD与ASM2464PDX兼容与运用

首先在NVMe上运用: 一&#xff1a;ASM2464PD&#xff08;现在可以做带PD的方案&#xff09; 二&#xff1a;ASM2464PDX 1&#xff1a; Application Guide- CFX card reader NVMe SSD 2&#xff1a;ASM2464PDX Application Guide- NVMe SSD x4 with data clone 三&#xff…