Python tf.raw_ops.Cumsum用法及代码示例

计算张量 x 沿 axis 的累积和。

用法

tf.raw_ops.Cumsum(
    x, axis, exclusive=False, reverse=False, name=None
)

x A Tensor.必须是以下类型之一：float32,float64,int32,uint8,int16,int8,complex64,int64,qint8,quint8,qint32,bfloat16,uint16,complex128,half,uint32,uint64.一种Tensor.必须是以下类型之一：float32,float64,int64,int32,uint8,uint16,int16,int8,complex64,complex128,qint8,quint8,qint32,half.
axis 一个Tensor。必须是以下类型之一：int32 , int64。 Tensor 类型为 int32(默认值：0)。必须在 [-rank(x), rank(x)) 范围内。
exclusive 可选的 bool 。默认为 False 。如果 True ，执行独占cumsum。
reverse 可选的 bool 。默认为 False 。 bool(默认值：False)。
name 操作的名称(可选)。

默认情况下，此操作执行包含 cumsum，这意味着输入的第一个元素与输出的第一个元素相同：

tf.cumsum([a, b, c])  # => [a, a + b, a + b + c]

通过将 exclusive kwarg 设置为 True ，将执行独占 cumsum：

tf.cumsum([a, b, c], exclusive=True)  # => [0, a, a + b]

通过将 reverse kwarg 设置为 True ，cumsum 以相反的方向执行：

tf.cumsum([a, b, c], reverse=True)  # => [a + b + c, b + c, c]

这比使用单独的 tf.reverse 操作更有效。

reverse 和 exclusive kwargs 也可以组合：

tf.cumsum([a, b, c], exclusive=True, reverse=True)  # => [b + c, c, 0]

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.raw_ops.Cumsum。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。