pypto.var#

产品支持情况#

计算输入Tensor中dim维度所有数据的方差。计算公式为： $$ \sigma^2 = \frac{1}{\max(0, ~N - \delta N)}\sum_{i=0}^{N-1}(x_i-\bar{x})^2 $$

var(input: Tensor, dim: Union[int, List[int], Tuple[int]] = None, *, correction: float = 1, keepdim: bool = False)

参数名	输入/输出	说明
input	输入	源操作数。支持的类型为：Tensor。 Tensor支持的数据类型为：DT_FP32, DT_FP16, DT_BF16。不支持空Tensor；Shape仅支持2-4维；Shape Size不大于2147483647（即INT32_MAX）。
dim	输入	源操作数。支持任意单轴或多轴。默认为None，即全轴。
correction	输入	源操作数。样本大小与样本自由度之间的差值。默认为贝塞尔校正，即correction=1。
keepdim	输入	源操作数。控制在进行归约后，是否保持被压缩的维度。默认值为False。

返回Tensor类型。其数据类型与输入Tensor一致。

keepdim为True时，对应dim的shape规约为1，其他轴的shape不变；keepdim为False时，对应dim会被移除。

input.shape的dim轴不可切，viewshape的维度与input维度相同，要求viewshape[dim] == input.shape[dim]，其余维度的Shape大小不做限制
input不支持空Tensor
dim中不支持重复值，且len(dim) <= input.dim

说明：调用该operation接口前，应通过set_vec_tile_shapes设置TileShape。

TileShape维度应和输入input一致。

示例1：输入intput shape为[m, n]，输出为[m, 1]，TileShape设置为[m1, n1], 则m1, n1分别用于切分m, n轴。

pypto.set_vec_tile_shapes(4, 16)

x = pypto.tensor([2, 3], pypto.DT_FP32)
y = pypto.var(x, 1, correction=1, keepdim=True)

结果示例如下：

输入数据 x: [[1., 2., 3.],
            [4., 5., 6.]]
输出数据 y: [[1.],
            [1.]]