jax.numpy.mean

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

返回给定轴上数组元素的平均值。

JAX 对 numpy.mean() 的实现。

参数:

• a (ArrayLike) – 输入数组。

• axis (Axis) – 可选，整数或整数序列，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) – 输出数组的类型。如果为 None（默认），则对于浮点输入，输出 dtype 将与输入 dtype 匹配；对于非浮点输入，则设置为 float32 或 float64。

• keepdims (bool) – 布尔值，默认为 False。如果为 true，则在结果中保留大小为 1 的缩减轴。

• where (ArrayLike | 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) – JAX 未使用。

返回:

沿给定轴的平均值数组。

返回类型:

数组

注意事项

对于类型为 float16 或 bfloat16 的输入，约简将在 float32 精度下执行。

另请参阅

• jax.numpy.average(): 计算数组元素的加权平均值

• jax.numpy.sum(): 计算数组元素的和。

示例

默认情况下，平均值沿所有轴计算。

>>> 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，则平均值沿轴 1 计算。

>>> 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)