Python PyTorch sum用法及代码示例

本文简要介绍python语言中 torch.sum 的用法。

用法:

torch.sum(input, *, dtype=None) → Tensor

参数：

input(Tensor) -输入张量。

关键字参数：

dtype(torch.dtype， 可选的) -返回张量的所需数据类型。如果指定，则在执行操作之前将输入张量强制转换为dtype。这对于防止数据类型溢出很有用。默认值：无。

参数：

• input(Tensor) -输入张量。

• dim(int或者python的元组：ints) -要减小的尺寸或尺寸。

• keepdim(bool) -输出张量是否保留了dim。

关键字参数：

dtype(torch.dtype， 可选的) -返回张量的所需数据类型。如果指定，则在执行操作之前将输入张量强制转换为dtype。这对于防止数据类型溢出很有用。默认值：无。

返回 input 张量中所有元素的总和。

例子：

>>> a = torch.randn(1, 3)
>>> a
tensor([[ 0.1133, -0.9567,  0.2958]])
>>> torch.sum(a)
tensor(-0.5475)

torch.sum(input, dim, keepdim=False, *, dtype=None) → Tensor

返回给定维度 dim 中 input 张量的每一行的总和。如果dim 是维度列表，则对所有维度进行归约。

如果 keepdim 是 True ，则输出张量的大小与 input 相同，但在维度 dim 中它的大小为 1。否则，dim 被压缩(参见 torch.squeeze() )，导致输出张量的维度少 1 个(或 len(dim) )。

例子：

>>> a = torch.randn(4, 4)
>>> a
tensor([[ 0.0569, -0.2475,  0.0737, -0.3429],
        [-0.2993,  0.9138,  0.9337, -1.6864],
        [ 0.1132,  0.7892, -0.1003,  0.5688],
        [ 0.3637, -0.9906, -0.4752, -1.5197]])
>>> torch.sum(a, 1)
tensor([-0.4598, -0.1381,  1.3708, -2.6217])
>>> b = torch.arange(4 * 5 * 6).view(4, 5, 6)
>>> torch.sum(b, (2, 1))
tensor([  435.,  1335.,  2235.,  3135.])