我试图获取2D torch.tensor每行的中值。但是与使用标准数组或numpy相比,结果不是我期望的
import torch
import numpy as np
from statistics import median
print(torch.__version__)
>>> 0.4.1
y = [[1, 2, 3, 5, 9, 1],[1, 2, 3, 5, 9, 1]]
median(y[0])
>>> 2.5
np.median(y,axis=1)
>>> array([2.5, 2.5])
yt = torch.tensor(y,dtype=torch.float32)
yt.median(1)[0]
>>> tensor([2., 2.])
答案 0 :(得分:2)
看起来像这是本期提到的Torch的预期行为
https://github.com/pytorch/pytorch/issues/1837
https://github.com/torch/torch7/pull/182
上面链接中提到的推理
在有奇数个元素的情况下,Median返回“ middle”元素,否则返回“ before-middle”元素(也可以采用另一种约定来表示两个居中元素的均值,但这要多两倍)昂贵,所以我决定买这个。
答案 1 :(得分:0)
您可以使用pytorch模拟numpy中位数:
volume()