torch mean()

`torch.mean()` 是PyTorch库中的一个函数，用于计算张量元素的平均值。它接受一个张量作为输入，以及可选的参数 `dim` 和 `keepdim`。

1. 参数介绍[^1]:
- **input**: 张量，要计算其平均值的数据。
- **dim**: 可选，默认为 None。表示沿着哪个维度（轴）计算平均值。如果设置为None，则在整个张量上计算平均值。
- **keepdim**: 可选，默认为False。若设为True，计算结果会保留原维度，返回的形状与输入相同但在指定的维度上增加一个长度为1的维度。

2. 示例:
当我们试图对整数类型的张量应用`torch.mean()`时，可能会遇到错误，因为它的输出期望是浮点数或复数类型。例如：

   import torch
   a = torch.tensor([[1, 1, 1], [2, 2, 2], [3, 3, 3]], dtype=torch.long)  # 注意这里a是long类型
   print(a)
   try:
       print('dim = 0:', torch.mean(a, dim=0))
   except TypeError as e:
       print(e)  # Output: mean(): could not infer output dtype. Input dtype must be either a floating point or complex dtype. Got: Long

若要避免此错误，可以先将张量转换为浮点类型再计算平均值，如`a.float()`。