文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python计算标准差之numpy.std和torch.std的区别

2024-04-02 19:55

关注

输入:

[1.0000, -1.0000, 3.0000]

课本中的标准差计算公式:

按照上述公式计算:

Numpy中的std计算:

import numpy as np

tm = np.array([1.0000, -1.0000, 3.0000])
ddd = np.std(tm)
print(ddd)

1.632993161855452

可以看出Numpy中的计算结果与课本中的公式计算出来的结果是一致的。

Torch中的std计算:

tm = torch.tensor([1.0000, -1.0000, 3.0000])
ddd = torch.std(tm)
print(ddd)

tensor(2.)

计算出来的结果是2,与Numpy中的计算结果是不相同的。

查看torch.std的参数:

torch.std默认设置了unbiased=True。此时计算标准差的公式则使用贝塞尔校正 的方法:

可以看出贝塞尔校正的标准差最后除以n - 1。

可以看出确实计算出来的结果是2.

至于为何使用n-1,这里不做过多介绍,建议参考:贝塞尔校正。

附:贝塞尔校正

贝塞尔校正,指的是样本方差前面的系数1/n-1

这就是这个系数的原理

注:设置torch.std中的unbiased=False,则与Numpy中的std的结果相同的。

总结:

Numpy中的std计算与课本中的计算方式相同,都是除的是样本数量n。

Torch中的std计算默认使用的是unbiased=True即贝塞尔校正,除的是样本数量n-1。

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯