jax.numpy.mean

内容

jax.numpy.mean#

jax.numpy.mean(a, axis=None, dtype=None, out=None, keepdims=False, *, where=None)[source]#

沿给定轴返回数组元素的平均值。

JAX 实现的 numpy.mean()。

参数：

  • a (ArrayLike) – 输入数组。

  • axis (Axis | None) – 可选，int 或 int 序列，默认为 None。计算平均值的轴。如果为 None，则沿所有轴计算平均值。

  • dtype (DTypeLike | None | None) – 输出数组的类型。默认为 None。

  • keepdims (bool) – bool，默认为 False。如果为 True，则结果中保留大小为 1 的已缩减轴。

  • where (ArrayLike | None | None) – 可选，布尔数组，默认为None。用于计算平均值的元素。数组应与输入广播兼容。

  • out (None | None) – JAX未使用。

返回:

沿给定轴计算的平均值数组。

返回类型:

数组

另请参阅

示例

默认情况下，沿所有轴计算平均值。

>>> x = jnp.array([[1, 3, 4, 2],
...                [5, 2, 6, 3],
...                [8, 1, 2, 9]])
>>> jnp.mean(x)
Array(3.8333335, dtype=float32)

如果 axis=1，则沿轴1计算平均值。

>>> jnp.mean(x, axis=1)
Array([2.5, 4. , 5. ], dtype=float32)

如果 keepdims=True，则输出的 ndim 等于输入的 ndim。

>>> jnp.mean(x, axis=1, keepdims=True)
Array([[2.5],
       [4. ],
       [5. ]], dtype=float32)

要仅使用 x 的特定元素来计算平均值，可以使用 where。

>>> where = jnp.array([[1, 0, 1, 0],
...                    [0, 1, 0, 1],
...                    [1, 1, 0, 1]], dtype=bool)
>>> jnp.mean(x, axis=1, keepdims=True, where=where)
Array([[2.5],
       [2.5],
       [6. ]], dtype=float32)
内容