jax.numpy.mean

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

沿著指定軸返回陣列元素的平均值。

JAX 版本的 numpy.mean()。

參數：

• a (ArrayLike) – 輸入陣列。

• axis (Axis | None) – 可選，整數或整數序列，預設值=None。計算平均值的軸。如果為 None，則沿所有軸計算平均值。

• dtype (DTypeLike | None | None) – 輸出陣列的型別。預設值=None。

• keepdims (bool) – 布林值，預設值=False。如果為 true，則縮減的軸會保留在結果中，大小為 1。

• where (ArrayLike | None | None) – 可選，布林陣列，預設值=None。用於計算平均值的元素。陣列應與輸入廣播相容。

• out (None | None) – JAX 未使用。

返回：

沿著指定軸的平均值陣列。

返回型別：

陣列

另請參閱

• jax.numpy.average()：計算陣列元素的加權平均值

• jax.numpy.sum()：計算陣列元素的總和。

範例

預設情況下，平均值沿所有軸計算。

>>> 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，則平均值沿軸 1 計算。

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

如果 keepdims=True，則輸出的 ndim 等於輸入的 ndim。

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

若要僅使用 x 的特定元素來計算平均值，您可以使用 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)