小編給大家分享一下numpy如何實現(xiàn)求平均值的維度設定，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

代碼

>>> a = np.array([[1, 2], [3, 4]]) 
>>> np.mean(a) # 將上面二維矩陣的每個元素相加除以元素個數(shù)（求平均數(shù)） 
2.5 
>>> np.mean(a, axis=0) # axis=0，計算所有子數(shù)組的平均值 
array([ 2., 3.]) 
>>> np.mean(a, axis=1) # axis=1，對每一個子數(shù)組，計算它的平均值
array([ 1.5, 3.5])

使用以下代碼驗證正確

X = np.mean(last_layer_delta_of_all_input, axis=0)
print 'X:', X
print 'X_shape:', X.shape
print 'own mean'
X = np.zeros((10,1))
for delta in last_layer_delta_of_all_input:
 X += delta
X /= 10
print 'own X:', X

以上是“numpy如何實現(xiàn)求平均值的維度設定”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道！