mean

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

该OP沿 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

    mean - 图1

    。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) - 操作的名称(可选，默认值为None）。更多信息请参见 Name。

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

  1. import paddle
  3. x = paddle.to_tensor([[[1., 2., 3., 4.],
  4.                         [5., 6., 7., 8.],
  5.                         [9., 10., 11., 12.]],
  6.                         [[13., 14., 15., 16.],
  7.                         [17., 18., 19., 20.],
  8.                         [21., 22., 23., 24.]]])
  9. out1 = paddle.mean(x)
  10. # [12.5]
  11. out2 = paddle.mean(x, axis=-1)
  12. # [[ 2.5  6.5 10.5]
  13. #  [14.5 18.5 22.5]]
  14. out3 = paddle.mean(x, axis=-1, keepdim=True)
  15. # [[[ 2.5]
  16. #   [ 6.5]
  17. #   [10.5]]
  18. #  [[14.5]
  19. #   [18.5]
  20. #   [22.5]]]
  21. out4 = paddle.mean(x, axis=[0, 2])
  22. # [ 8.5 12.5 16.5]

使用本API的教程文档