文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

文档反馈

mindspore.ops.var_mean

mindspore.ops.var_mean(input, axis=None, ddof=0, keepdims=False)[源代码]

默认情况下，输出Tensor各维度上的方差和均值，也可以对指定维度求方差和均值。如果 axis 是维度列表，则计算对应维度的方差和均值。

说明

如果 ddof 是0、1、True或False，支持的平台只有 Ascend 和 CPU 。其他情况下，支持平台是 Ascend 、 GPU 和 CPU 。

参数：

input (Tensor[Number]) - 输入Tensor，其数据类型为数值型。shape： $(N, *)$ ，其中 $*$ 表示任意数量的附加维度。
axis (Union[int, tuple(int)]，可选) - 要进行归约计算的维度。只允许常量值。假设 input 的秩为r，取值范围[-r,r)。默认值： None ，计算所有元素的均值和方差。
ddof (Union[int, bool]，可选) - δ自由度。如果为整数，计算中使用的除数是 $N - d d o f$ ，其中 $N$ 表示元素的数量。如果为 True ，使用Bessel校正。如果是 False ，使用偏置估计来计算方差。默认值： 0 。
keepdims (bool，可选) - 是否保留输出Tensor的维度。如果为 True ，则保留缩小的维度，大小为1。否则移除维度。默认值： False 。

返回：

包含方差和均值的tuple。假设输入 input 的shape为 $(x_{0}, x_{1}, . . ., x_{R})$ ：

如果 axis 为()，且 keepdims 为 False ，则输出一个零维Tensor，表示输入Tensor input 中所有元素的方差。
如果 axis 为int，取值为1，并且 keepdims 为 False ，则输出的shape为 $(x_{0}, x_{2}, . . ., x_{R})$ 。
如果 axis 为tuple(int)或list(int)，取值为(1, 2)，并且 keepdims 为 False ，则输出Tensor的shape为 $(x_{0}, x_{2}, . . ., x_{R})$ 。

异常：

TypeError - input 不是Tensor。
TypeError - axis 不是以下数据类型之一：None、int或tuple。
TypeError - keepdims 不是bool类型。
ValueError - axis 超出范围。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore as ms
>>> input = ms.Tensor([[1, 2, 3, 4], [-1, 1, 4, -10]], ms.float32)
>>> output_var, output_mean = ms.ops.var_mean(input, 1, 2, True)
>>> print(output_var)
[[ 2.5]
 [54.5]]
>>> print(output_mean)
[[ 2.5]
 [-1.5]]