小编Cla*_*neo的帖子

我不明白标准化是如何Pytorch运作的。

我想将shape张量中所有列的均值0和标准差设置为。1x(2, 2, 3)

一个简单的例子：

>>> x = torch.tensor([[[ 1.,  2.,  3.],
                       [ 4.,  5.,  6.]],

                       [[ 7.,  8.,  9.],
                        [10., 11., 12.]]])

>>> norm = transforms.Normalize((0, 0), (1, 1))
>>> norm(x)
tensor([[[ 1.,  2.,  3.],
         [ 4.,  5.,  6.]],

        [[ 7.,  8.,  9.],
         [10., 11., 12.]]])

因此，应用归一化变换时没有任何变化。这是为什么？

我在 R 中有一个列表列表：

a <- list(x=0, y=c(1,2,3), z=4)
b <- list(x=1, y=c(1,2,3), z=44)
c <- list(x=2, y=c(1,2,3), z=444)
L <- list(a,b,c)

对于给定的列表，说

l <- list(x=0, y=c(1,2,3), z=4)

我知道想要找到L我们找到等于 的相应列表的正确索引l。

当然，我可以使用循环，但由于L它非常大，我需要一个更快的解决方案。（这里的列表甚至是正确的选择吗？）