mean
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：inputaxis (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：dimkeepdim (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)