跨图像通道的平均值和标准偏差PyTorch

Question

说我有一张张量为张量的图像，其尺寸为（B x C x W x H），其中B是批量大小，C是图像中通道的数量，W和H是宽度和图像的高度。我希望使用transforms.Normalize()函数相对于数据集跨C个图像通道的均值和标准偏差来标准化我的图像，这意味着我想要一个结果张量形式为1 xC。有没有简单的方法可以做到这一点？

我尝试了torch.view(C, -1).mean(1)和torch.view(C, -1).std(1)，但出现错误：

view size is not compatible with input tensor's size and stride (at least one dimension spans across two contiguous subspaces). Use .reshape(...) instead.

编辑

[研究了view()在PyTorch中的工作原理之后，我知道了为什么我的方法行不通；但是，我仍然不知道如何获取每个通道的均值和标准差。

Answer 1

您只需要以正确的方式重新排列批处理张量：从[B, C, W, H]到[B, C, W * H]：