gx

chenyc

2025-06-12 7b72ac13a83764a662159d4a49b7fffb90476ecb

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
/**
 * @license
 * Copyright 2020 Google LLC. All Rights Reserved.
 * Licensed under the Apache License, Version 2.0 (the "License");
 * you may not use this file except in compliance with the License.
 * You may obtain a copy of the License at
 *
 * http://www.apache.org/licenses/LICENSE-2.0
 *
 * Unless required by applicable law or agreed to in writing, software
 * distributed under the License is distributed on an "AS IS" BASIS,
 * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
 * See the License for the specific language governing permissions and
 * limitations under the License.
 * =============================================================================
 */
 
import {cast, KernelConfig, Mean, MeanAttrs, MeanInputs, Tensor, tensor1d, util} from '@tensorflow/tfjs';
 
import {NodeJSKernelBackend} from '../nodejs_kernel_backend';
 
export const meanConfig: KernelConfig = {
  kernelName: Mean,
  backendName: 'tensorflow',
  kernelFunc: (args) => {
    const {x} = args.inputs as MeanInputs;
    const backend = args.backend as NodeJSKernelBackend;
    const {axis, keepDims} = args.attrs as unknown as MeanAttrs;
    const axes = util.parseAxisParam(axis, x.shape);
    const axesTensor = tensor1d(axes, 'int32');
 
    // Cast to float32 to match existing tfjs implementation/tests.
    const asFloat32 = cast(x as Tensor, 'float32');
    const res = backend.executeSingleOutput(
        Mean, backend.createReductionOpAttrs(x, keepDims),
        [asFloat32, axesTensor]);
 
    asFloat32.dispose();
    axesTensor.dispose();
    return res;
  }
};