文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.mint.mean

mindspore.mint.mean(input, *, dtype=None)

移除输入所有维度，返回 input 中所有元素的平均值。

参数：

• input (Tensor[Number]) - 输入Tensor，其数据类型为数值型。shape： $(N,\ast )$ ，其中 $\ast$ 表示任意数量的附加维度。

关键字参数：

• dtype (mindspore.dtype, 可选) - 期望输出Tensor的类型。默认值： None 。

返回：

Tensor。

异常：

• TypeError - input 不是Tensor。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> x = Tensor(np.array([[[2, 2, 2, 2, 2, 2], [2, 2, 2, 2, 2, 2], [2, 2, 2, 2, 2, 2]],
... [[4, 4, 4, 4, 4, 4], [5, 5, 5, 5, 5, 5], [6, 6, 6, 6, 6, 6]],
... [[6, 6, 6, 6, 6, 6], [8, 8, 8, 8, 8, 8], [10, 10, 10, 10, 10, 10]]]),
... mindspore.float32)
>>> output = mint.mean(x)
>>> print(output)
5.0
>>> print(output.shape)
()

mindspore.mint.mean(input, dim, keepdim=False, *, dtype=None)

默认情况下，移除输入所有维度，返回 input 中所有元素的平均值。也可仅缩小指定维度 dim 大小至1。 keepdim 控制输出和输入的维度是否相同。

说明

Tensor类型的 dim 仅用作兼容旧版本，不推荐使用。

参数：

• input (Tensor[Number]) - 输入Tensor，其数据类型为数值型。shape： $(N,\ast )$ ，其中 $\ast$ 表示任意数量的附加维度。

• dim (Union[int, tuple(int), list(int), Tensor]) - 要减少的维度。只允许常量值。假设 input 的秩为r，取值范围[-r,r)。

• keepdim (bool) - 如果为 True ，则保留缩小的维度，大小为1。否则移除维度。默认值： False 。

关键字参数：

• dtype (mindspore.dtype, 可选) - 期望输出Tensor的类型。默认值： None 。

返回：

Tensor。

• 如果 dim 为int，取值为1，并且 keepdim 为 False ，则输出的shape为 $(inpu{t}_0,inpu{t}_2,...,inpu{t}_R)$ 。

• 如果 dim 为tuple(int)或list(int)，取值为(1, 2)，并且 keepdim 为 False ，则输出Tensor的shape为 $(inpu{t}_0,inpu{t}_3,...,inpu{t}_R)$ 。

• 如果 dim 为一维Tensor，例如取值为[1, 2]，并且 keepdim 为 False ，则输出Tensor的shape为 $(inpu{t}_0,inpu{t}_3,...,inpu{t}_R)$ 。

异常：

• TypeError - input 不是Tensor。

• TypeError - dim 不是以下数据类型之一：int、tuple、list或Tensor。

• TypeError - keepdim 不是bool类型。

• ValueError - dim 超出范围。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> x = Tensor(np.array([[[2, 2, 2, 2, 2, 2], [2, 2, 2, 2, 2, 2], [2, 2, 2, 2, 2, 2]],
... [[4, 4, 4, 4, 4, 4], [5, 5, 5, 5, 5, 5], [6, 6, 6, 6, 6, 6]],
... [[6, 6, 6, 6, 6, 6], [8, 8, 8, 8, 8, 8], [10, 10, 10, 10, 10, 10]]]),
... mindspore.float32)
>>> output = mint.mean(x, 0, True)
>>> print(output)
[[[4. 4. 4. 4. 4. 4.]
  [5. 5. 5. 5. 5. 5.]
  [6. 6. 6. 6. 6. 6.]]]