[1,2] 对张量的 in.mean([1,2]) 意味着什么？

Question

我有一个形状torch.Size([3, 224, 225])的张量。 当我执行tensor.mean([1,2])时，我得到张量 ([0.6893, 0.5840, 0.4741])。 [1,2] 在这里是什么意思？

Answer 1

沿min 、 max 、 mean 、 sum等维度聚合的操作指定聚合的维度。 通常在每个维度（即获取整个张量的平均值）或单个维度（即torch.mean(dim = 2)或torch.mean(2)返回每个维度的 225 个元素的平均值）使用这些操作3 x 224 个向量。

Pytorch 还允许跨一组多个维度进行这些操作，例如您的情况。 这意味着对第 0 个（非聚合维度）的每个索引取 224 x 224 元素的平均值。 同样，如果您的原始张量形状是a.shape = torch.Size([3,224,10,225]) ， a.mean([1,3]) 将返回形状为[3,10]的张量。

Answer 2

张量的形状在 0 维上为 3，在 1 维上为 224，在 2 维上为 225。

我会说tensor.mean([1,2])计算维度 1 和维度 2 的平均值。这就是为什么你得到 3 个值。 由大小为 224x225 的维度 1 和维度 2 跨越的每个平面都减少为单个值/标量。 由于有 3 个平面被大小为 224x225 的维度 1 和维度 2 所跨越，您将得到 3 个值。 每个值代表具有 224x225 值的整个平面的平均值。