Python PyTorch sum用法及代碼示例

本文簡要介紹python語言中 torch.sum 的用法。

用法:

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

參數：

input(Tensor) -輸入張量。

關鍵字參數：

dtype(torch.dtype， 可選的) -返回張量的所需數據類型。如果指定，則在執行操作之前將輸入張量強製轉換為dtype。這對於防止數據類型溢出很有用。默認值：無。

參數：

• input(Tensor) -輸入張量。

• dim(int或者python的元組：ints) -要減小的尺寸或尺寸。

• keepdim(bool) -輸出張量是否保留了dim。

關鍵字參數：

dtype(torch.dtype， 可選的) -返回張量的所需數據類型。如果指定，則在執行操作之前將輸入張量強製轉換為dtype。這對於防止數據類型溢出很有用。默認值：無。

返回 input 張量中所有元素的總和。

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

返回給定維度 dim 中 input 張量的每一行的總和。如果dim 是維度列表，則對所有維度進行歸約。

如果 keepdim 是 True ，則輸出張量的大小與 input 相同，但在維度 dim 中它的大小為 1。否則，dim 被壓縮(參見 torch.squeeze() )，導致輸出張量的維度少 1 個(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.])