mindspore.ops.sparse_segment_mean

mindspore.ops.sparse_segment_mean(x, indices, segment_ids)[源代码]

计算输入张量稀疏段的平均值。

o u t p u t_{i} = \frac{\sum_{j} x_{i n d i c e s [j]}}{N}

其中 N 为满足 $s e g m e n t_i d s [j] == i$ 的元素个数，如果 segment_ids 中没有某个值 i ，则 $o u t p u t [i] = 0$ 。

说明

在CPU平台， segment_ids 必须是升序， indices 必须在[0, x.shape[0])范围内。
在GPU平台，对于 segment_ids 无需排序，但可能导致未定义的行为。超出范围的 indices 将被忽略。

参数：

x (Tensor) - 输入tensor，至少为一维。
indices (Tensor) - 指定索引，一维tensor。
segment_ids (Tensor) - 一维tensor，必须按升序排列，可包含重复值。

返回：

Tensor

支持平台：

GPU CPU

样例：

>>> import mindspore
>>> x = mindspore.tensor([[0, 1, 2], [1, 2, 3], [3, 6, 7]], dtype=mindspore.float32)
>>> indices = mindspore.tensor([0, 1, 2], dtype=mindspore.int32)
>>> segment_ids = mindspore.tensor([1,2,2], dtype=mindspore.int32)
>>> out = mindspore.ops.sparse_segment_mean(x, indices, segment_ids)
>>> print(out)
[[0. 0. 0.]
 [0. 1. 2.]
 [2. 4. 5.]]