《神经网络与PyTorch实战》——3.4.4　统计函数

3.4.4　统计函数

　　本节介绍一些统计张量中所有元素的性质的函数。

　　表3-2列出了torch.Tensor类的一些成员函数，它们可以根据张量中的所有元素计算统计量。除了kthvalue() 函数以外，对于其他所有成员，在调用时如果不提供任何参数，就会忽略张量的具体形状，而把所有元素看作一整个大列表，计算统计量，得到1个零维张量。成员函数kthvalue() 略有不同。kthvalue() 计算第大元素，需要传入的值，而且该函数返回一个长度为2的元组，元组里分别是元素的值和元素对应的指标（即原张量的第几个元素）。代码清单3-18给出了使用统计函数的例子。

表3-2　张量的部分统计函数

代码清单3-18　利用统计函数得到统计结果

     t = torch.arange(5)

     print ('各元素方差 = {}'.format(t.var())) # 2.5

     print ('各元素积 = {}'.format(t.prod())) # 0.

     print ('最大值 = {}'.format(t.max())) # 4.

     print ('中位数 = {}'.format(t.median())) # 2.

     print ('第2大值 = {}'.format(t.kthvalue(2))) # 1. 和 1.

　　在调用表3-2中的成员函数时，还可以指定关键字参数dim，以对某个维度进行统计。在这种情况下，函数max()、min()、median() 和kthvalue() 都返回长度为2的元组，元组中的两个条目分别提供值和指标。代码清单3-19给出了对张量的某个维度进行统计的例子。

代码清单3-19　对某个维度进行统计

     t = torch.arange(12).reshape(2, 2, 3)

     print ('各元素方差 = {}'.format(t.var(dim=1)))

     print ('各元素积 = {}'.format(t.prod(dim=1)))

     print ('最大值 = {}'.format(t.max(dim=1)))

     print ('中位数 = {}'.format(t.median(dim=1)))

     print ('第2大值 = {}'.format(t.kthvalue(2, dim=1)))

　　成员函数norm() 可以求张量的范数。这个函数有一个数值类型的参数。对于元素为的张量，参数的值为p，则范数为    。的默认值为2。

　　另外，torch.Tensor还有两个成员方法cumsum() 和cumprod()，分别可以对指定的维度做累加和累乘。对于数据，累加后的结果为

，累乘后的结果是。