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 \(axis + D\) 。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) - 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¶

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)
# [12.5]
out2 = paddle.mean(x, axis=-1)
# [[ 2.5  6.5 10.5]
#  [14.5 18.5 22.5]]
out3 = paddle.mean(x, axis=-1, keepdim=True)
# [[[ 2.5]
#   [ 6.5]
#   [10.5]]
#  [[14.5]
#   [18.5]
#   [22.5]]]
out4 = paddle.mean(x, axis=[0, 2])
# [ 8.5 12.5 16.5]

PaddlePaddle

paddle / mean

mean¶

参数¶

返回¶

代码示例¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle / mean

mean¶

参数¶

返回¶

代码示例¶