论文中的求平均值

引例：
import numpy as np
a = [1, 2, 3, 6, 8, 2, 5, 10, 11]

b = np.array(a)
print('输出 b 的值为：', b)

c = b[0:6]
print('输出 c 的值为：', c)

d = b[0:6].mean()
print('输出 d 的值为：', d)

s = sum(a[0:6])
print('a 中前六个数的平均值为：', s/6)

结果为：

输出 b 的值为： [ 1  2  3  6  8  2  5 10 11]
输出 c 的值为： [1 2 3 6 8 2]
输出 d 的值为： 3.6666666666666665
a 中前六个数的平均值为： 3.6666666666666665

论文中：

self.cost_his.append(cost)
self.arr_cost_his = np.array(self.cost_his)   # 这里是弄成一维矩阵

self.avg_cost = self.arr_cost_his[max(0, self.learn_step_counter - 10):self.learn_step_counter + 1].mean()
self.avg_cost_s.append(self.avg_cost)

过程为： [L0，L1， L2， L3， L4， L5， L6， L7， L8， L9， L10， L11， L12， L13， L14， L15......]

[L0， L1]
[L0， L1， L2]
[L0， L1， L2， L3]
…
[L0，L1， L2， L3， L4， L5， L6， L7， L8， L9， L10， L11]

然后有
[L1， L2， L3， L4， L5， L6， L7， L8， L9， L10， L11， L12]
[L2， L3， L4， L5， L6， L7， L8， L9， L10， L11， L12, L13]
…