PyTorch笔记3----------统计学相关函数-CSDN博客

1.基础函数

import torch
a = torch.rand(2,2)
print("a:\n",a)
print('########################')
print("平均值:\n",torch.mean(a,dim=0))
print("总和:\n",torch.sum(a,dim=0))
print("所有元素的积:\n",torch.prod(a,dim=0))
print("最大值:\n",torch.argmax(a,dim=0))
print("最小值:\n",torch.argmin(a,dim=0))
print("标准差:\n",torch.std(a,dim=0))
print("方差:\n",torch.var(a,dim=0))
print("中位数:\n",torch.median(a,dim=0))
print("众数:\n",torch.mode(a,dim=0))

2.直方图

import torch
a = torch.rand(2,2) * 10
print("a:\n",a)
print('########################')
# 6为直方图的个数，0为最小值，0为最大值
print(torch.histc(a,6,0,0))

3.频数：输出结果为1～9出现的次数

import torch
a = torch.randint(0,10,[10])
print("a:\n",a)
print('########################')
print(torch.bincount(a))

4.随机抽样

定义随机种子：torch.manual_seed()
定义随机数满足的分布：torch.normal()

import torch
torch.manual_seed(1)
mean = torch.rand(1,2)
std = torch.rand(1,2)
a = torch.normal(mean,std)
print(a)

5.范数运算

用来度量某个向量空间(或矩阵)中的每个向量的长度或大小
范数定义需要满足的条件
- 非负性
- 齐次性
- 三角不等式
常用范数有：0范数、1范数、2范数、p范数、核范数
- torch.dist(input,other,p)
  - 计算两个tensor的p范数

import torch
a = torch.rand(1,1)
b = torch.rand(1,1)
print("a:\n",a)
print("b:\n",b)
print('l1:\n',torch.dist(a,b,p=1))
print('l2:\n',torch.dist(a,b,p=2))
print('l3:\n',torch.dist(a,b,p=3))

torch.norm()
- 计算某个tensor的范数

import torch
a = torch.rand(1,1)
print("a:\n",a)
print('l1:\n',torch.norm(a,p=1))
print('l2:\n',torch.norm(a))
print('l3:\n',torch.norm(a,p=3))
print('l3:\n',torch.norm(a,p='fro')) #核范数

知识点为听课总结笔记，课程为B站“2025最新整合！公认B站讲解最强【PyTorch】入门到进阶教程，从环境配置到算法原理再到代码实战逐一解读，比自学效果强得多！”：2025最新整合！公认B站讲解最强【PyTorch】入门到进阶教程，从环境配置到算法原理再到代码实战逐一解读，比自学效果强得多！_哔哩哔哩_bilibili