我的输入数据是tensor型的列表如何用pycharm实现NRMSE

要计算NRMSE（Normalized Root Mean Square Error），可以按照以下步骤在PyCharm中实现：

1. 首先，导入必要的库：

import torch
import numpy as np

2. 定义一个函数来计算NRMSE：

def calculate_nrmse(predicted, actual):
    # 将tensor转换为numpy数组
    predicted = predicted.numpy()
    actual = actual.numpy()
    
    # 计算RMSE
    mse = np.mean((predicted - actual) ** 2)
    rmse = np.sqrt(mse)
    
    # 计算NRMSE
    nrmse = rmse / np.mean(actual)
    
    return nrmse

3. 使用示例数据进行测试：

# 示例数据
predicted_data = torch.tensor([1, 2, 3, 4])
actual_data = torch.tensor([2, 3, 4, 5])

# 计算NRMSE
nrmse = calculate_nrmse(predicted_data, actual_data)
print("NRMSE:", nrmse)

这样，您就可以在PyCharm中计算NRMSE了。请注意，这里假设输入数据是一维的。如果输入数据是二维的，您需要根据具体情况进行修改