tf.compat.v2.reduce_mean

Вычисляет среднее значение элементов по измерениям тензора.

tf.compat.v2.reduce_mean(
    input_tensor, axis=None, keepdims=False, name=None
)

Вычисляет input_tensor вдоль измерений, указанных в axis. Если keepdims не равно true, ранг тензора уменьшается на 1 для каждой записи в axis. Если keepdims равно true, уменьшенные измерения сохраняются с длиной 1.

Если axis равно None, все измерения уменьшаются, и возвращается тензор с одним элементом.

Например:

x = tf.constant([[1., 1.], [2., 2.]])
tf.reduce_mean(x)  # 1.5
tf.reduce_mean(x, 0)  # [1.5, 1.5]
tf.reduce_mean(x, 1)  # [1.,  2.]

Совместимость с Numpy

Эквивалентно np.mean

Обратите внимание, что np.mean имеет параметр dtype, который можно использовать для указания типа выходных данных. По умолчанию это dtype=float64. С другой стороны, tf.reduce_mean имеет агрессивное определение типа из input_tensor, например:

x = tf.constant([1, 0, 1, 0])
tf.reduce_mean(x)  # 0
y = tf.constant([1., 0., 1., 0.])
tf.reduce_mean(y)  # 0.5