python中类torch.mean

`torch.mean` 是 PyTorch 库中的一个函数，用于计算张量的平均值。如果是一个多维张量，可以通过指定 `dim` 参数来沿某些维度计算平均值。

具体来说，`torch.mean(input, dim=None, keepdim=False)` 的函数原型如下：

torch.mean(input, dim=None, keepdim=False) -> Tensor

其中：

- `input`：需要计算平均值的输入张量。
- `dim`：指定需要沿哪一些维度计算平均值，可以是一个整数或者一个元组。默认为 `None`，表示对所有元素求平均值。
- `keepdim`：指定是否保留计算平均值的维度。默认为 `False`，表示不保留。

例如，对于一个 2x3 的张量，可以通过以下代码计算其所有元素的平均值：

import torch

x = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
mean = torch.mean(x)
print(mean)  # 输出为 tensor(3.5000)

如果要沿着第 1 维计算平均值，可以将 `dim` 参数设置为 1：

import torch

x = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
mean = torch.mean(x, dim=1)
print(mean)  # 输出为 tensor([2., 5.])

这个例子中，`mean` 是一个 1 维张量，其中每个元素是原张量在第 1 维上的平均值。