megengine.functional.mean¶

mean(inp, axis=None, keepdims=False)[源代码]¶

计算tensor在给定轴（或所有轴）上的平均值。

参数

inp (Tensor) – 输入张量。应该有一个数字数据类型。
axis (Union[int, Sequence[int], None]) – 指定计算平均值的一个或多个轴。默认情况下，是整个tensor上计算平均值。如果是整数序列，会在多个轴上计算平均值。
keepdims (bool) – 若为 “True”，则指定用来reduce的轴(维度)必须包含在结果中，因此，结果必须与输入tensor兼容(参见:ref:`broadcasting-rule `)。否则，若为 “False”，结果中不得包含用于reduce的轴(维度)。

返回类型

Tensor

返回

如果是计算整个 tensor 的平均值，则是包含平均值的零维tensor；否则，包含平均值的非零维tensor。返回的tensor必须具有由以下项确定的数据类型:ref:`dtype-promotion `。

特殊情况

让”N”等于要计算平均值的元素个数。

如果 N 是0，这平均值是 NaN。
如果 \(x_i\) 是 NaN，则平均值是 NaN``(即传播``NaN)。

实际案例

>>> F.mean(Tensor([1, 2, 3]))
Tensor(2.0, device=xpux:0)

>>> import numpy as np
>>> F.mean(Tensor([1, np.nan, 3]))
Tensor(nan, device=xpux:0)

沿着某一轴：

>>> F.mean(Tensor([[1, 2, 3], [4, 5, 6]]), axis=0)
Tensor([2.5 3.5 4.5], device=xpux:0)
>>> F.mean(Tensor([[1, 2, 3], [4, 5, 6]]), axis=1)
Tensor([2. 5.], device=xpux:0)

megengine.functional.prod

megengine.functional.min