mindspore.mint.var

mindspore.mint.var(input, dim=None, *, correction=1, keepdim=False)

计算tensor在指定维度上的方差。

方差 (\(\delta ^2\)) 计算如下：

\[\delta ^2 = \frac{1}{\max(0, N - \delta N)}\sum^{N - 1}_{i = 0}(x_i - \bar{x})^2\]

其中 \(x\) 表示用来计算方差的样本集， \(\bar{x}\) 表示样本的均值， \(N\) 表示样本的数量，\(\delta N\) 则为 correction 的值。

警告

这是一个实验性API，后续可能修改或删除。

参数：

• input (Tensor) - 输入tensor。

• dim (None，int，tuple(int), 可选) - 指定计算维度。如果为 None ，计算 input 中的所有元素。默认 None 。

关键字参数：

• correction (int, 可选) - 样本大小和样本自由度之间的差异。默认采用贝塞尔校正，取值 1 。

• keepdim (bool, 可选) - 输出tensor是否保留维度。默认 False 。

返回：

Tensor

支持平台：

Ascend

样例：

>>> import mindspore
>>> input = mindspore.tensor([[8, 2, 1], [5, 9, 3], [4, 6, 7]], mindspore.float32)
>>> output = mindspore.mint.var(input, dim=0, correction=1, keepdim=True)
>>> print(output)
[[ 4.333333, 12.333333, 9.333333]]