dim的方向 傻傻分不清

关于方差的dim计算

x=torch.tensor([[1.,2,3],[1,2,3]])

shape=【2,3】
 

torch.std(x,dim=1)

这种情况输出【1,1】

x【0】=【1,2,3】

torch.std(x,dim=0)

这种情况输出【0,0,0】

二维矩阵，每一个向量视为一行。

这里矩阵记为

1	2	3
1	2	3

越新增的维数，为dim=0

dim=0：第一个维度，视为行——按列处理数据，计算每一列的方差【0,0,0】，结果形状是shape去掉shape【0】，即【3，】

dim=1：第二个维度，视为列——按行处理数据，计算每一行的方差【1,1】，结果形状是shape去掉shape【1】，即【2，】

高维同理，以新增程度标记dim，

如果有shape【3,4,5】的tensor T3，dim=0求方差，则，可认为3是z的维数，4是y的维数，5是x的维数，想象成坐标轴，则把（x,y,z）的长方体压缩成了xoy平面的长方形T2，形状x5 y4，

T2【x】【y】=T【0】【x】【y】、T【1】【x】【y】、T【2】【x】【y】的方差