mean

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

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：input

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。 别名：dim

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 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., 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]
>>> out5 = paddle.mean(x, dtype='float64')
>>> out5
Tensor(shape=[], dtype=float64, place=Place(gpu:0), stop_gradient=True,
    12.50000000)

         

使用本API的教程文档¶

PyTorch 写法