mean

paddle. mean ( x, axis=None, keepdim=False, name=None ) [源代码]

沿参数 axis 计算 x 的平均值。

参数

  • x (Tensor) - 输入的 Tensor,数据类型为:float32、float64。

  • axis (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。

  • keepdim (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 Name,一般无需设置,默认值为 None。

返回

Tensor,沿着 axis 进行平均值计算的结果,数据类型和 x 相同。

代码示例

>>> import paddle

>>> x = paddle.to_tensor([[[1., 2., 3., 4.],
...                        [5., 6., 7., 8.],
...                        [9., 10., 11., 12.]],
...                       [[13., 14., 15., 16.],
...                        [17., 18., 19., 20.],
...                        [21., 22., 23., 24.]]])
>>> 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]