PyTorch torch.std()：求标准差（附带实例）

使用 torch.std() 函数求标准差，该函数返回输入张量中所有元素的标准差，参数与 torch.var() 函数类似，也有以下两种格式：

torch.std(input, unbiased=True)
torch.std(input, dim, unbiased=True, keepdim=False, *, out=None)

【实例 1】设置参数 input 和 dim。

# 导入torch库
import torch
# 创建一个张量a
a = torch.tensor([[1, 2], [3, 4]])
# 沿着第1维计算张量a的元素标准差，并将结果赋值给变量std_result
std_result = torch.std(a.float(), 1)
# 打印std_result的值
print(std_result)

输出结果如下：

tensor([0.7071, 0.7071])

【实例 2】设置参数 unbiased。

torch.std(a.float(), 1, unbiased=False)

输出结果如下：

tensor([0.5000, 0.5000])

【实例 3】设置参数 keepdim。

torch.std(a.float(), 1, unbiased=False, keepdim=True)

输出结果如下：

tensor([[0.5000],[0.5000]])