mean¶
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]