mean
沿参数 axis 计算 x 的平均值。
备注
别名支持: 参数名 input 可替代 x 和 dim 可替代 axis，如 input=tensor_x 等价于 x=tensor_x， dim=0 等价于 axis=0。
参数
x (Tensor) - 输入的 Tensor，数据类型为：bool、bfloat16、float16、float32、float64、int32、int64、complex64、complex128。
别名：inputaxis (int|list|tuple，可选) - 指定对
x进行计算的轴。axis可以是 int、list(int)、tuple(int)。如果axis包含多个维度，则沿着axis中的所有轴进行计算。axis或者其中的元素值应该在范围[-D, D)内，D 是x的维度。如果axis或者其中的元素值小于 0，则等价于 \(axis + D\)。如果axis是 None，则对x的全部元素计算平均值。默认值为 None。别名：dimkeepdim (bool，可选) - 是否在输出 Tensor 中保留减小的维度。如果
keepdim为 True，则输出 Tensor 和x具有相同的维度(减少的维度除外，减少的维度的大小为 1)。否则，输出 Tensor 的形状会在axis上进行 squeeze 操作。默认值为 False。name (str，可选) - 具体用法请参见 api_guide_Name，一般无需设置，默认值为 None。
dtype (str，可选) - 输出 Tensor 的数据类型。如果指定了
dtype，在计算之前输入 Tensor 会被转换为指定的类型。该参数为仅关键字参数，默认值为 None，此时输出的数据类型与输入x的数据类型一致。out (Tensor，可选)- 输出的结果。该参数为仅关键字参数，默认值为 None。
返回
Tensor，沿着axis进行平均值计算的结果，数据类型由dtype参数决定，如果dtype为 None 则与x相同。
代码示例
>>> import paddle
>>> x = paddle.to_tensor(
... [
... [
... [1.0, 2.0, 3.0, 4.0],
... [5.0, 6.0, 7.0, 8.0],
... [9.0, 10.0, 11.0, 12.0],
... ],
... [
... [13.0, 14.0, 15.0, 16.0],
... [17.0, 18.0, 19.0, 20.0],
... [21.0, 22.0, 23.0, 24.0],
... ],
... ]
... )
>>> out1 = paddle.mean(x)
>>> print(out1.numpy())
12.5
>>> out2 = paddle.mean(x, axis=-1)
>>> print(out2.numpy())
[[ 2.5 6.5 10.5]
[14.5 18.5 22.5]]
>>> out3 = paddle.mean(x, axis=-1, keepdim=True)
>>> print(out3.numpy())
[[[ 2.5]
[ 6.5]
[10.5]]
[[14.5]
[18.5]
[22.5]]]
>>> out4 = paddle.mean(x, axis=[0, 2])
>>> print(out4.numpy())
[ 8.5 12.5 16.5]
>>> out5 = paddle.mean(x, dtype='float64')
>>> out5
Tensor(shape=[], dtype=float64, place=Place(cpu), stop_gradient=True,
12.50000000)