通过特定维度的 3-D 张量平均值计算的 2-D 张量答案

【问题标题】：2-D Tensor calculated by the mean of 3-D Tensor by specific dimension通过特定维度的 3-D 张量平均值计算的 2-D 张量
【发布时间】：2022-01-24 16:01:40
【问题描述】：

我有一个 3-D 张量，形状为 (3000, 20, 5)。我想使用 3-D 张量的第二维的平均值创建一个形状为 (3000, 5) 的 2-D 张量。

所以基本上，我想执行以下操作：

mean_value = torch.mean(3d_tensor[0][:][0])

但是获取维度一到三的所有值的值。我可以做一个 for 循环，例如：

for j in range(0, 3d_tensor.size()[2]):
    for i in range(0, len(3d_tensor)):

        mean_values[j][i] = torch.mean(3d_tensor[i][:][j])

但这需要很长时间来处理大量数据。

【问题讨论】：

标签： python pytorch

【解决方案1】：

您可以简单地指定应沿其取平均值的轴：

mean = torch.mean(tensor, dim=1)

这为您提供形状数据 (3000, 5)

【讨论】：