门户网站建设的企业,重庆网站建设子沃科技,网站制作用什么软件,昌大建设集团是哪里的分类目录#xff1a;《深入浅出Pytorch函数》总目录 相关文章#xff1a; 深入浅出Pytorch函数——torch.Tensor 函数torch.sum有两种形式#xff1a;
torch.sum(input, *, dtypeNone)#xff1a;返回输入张量input所有元素的和。torch.sum(input, dim, keepdimFalse, *,…分类目录《深入浅出Pytorch函数》总目录 相关文章 · 深入浅出Pytorch函数——torch.Tensor 函数torch.sum有两种形式
torch.sum(input, *, dtypeNone)返回输入张量input所有元素的和。torch.sum(input, dim, keepdimFalse, *, dtypeNone)返回给定维度dim中输入张量的每一行的总和。如果dim是一个维度列表则对所有维度进行缩小。如果keepdim为True则输出张量的大小与输入的大小相同但维度dim的大小为1。否则dim会被挤压参考torch.squeeze()。
语法
torch.sum(input, *, dtypeNone) - Tensor
torch.sum(input, dim, keepdimFalse, *, dtypeNone) - Tensor参数
input输入张量dim[可选, int/tuple] 要减少的一个或多个维度。如果为None则所有维度都将被裁剪。keepdim[bool] 输出张量是否保留了dim。dtype[可选, torch.dtype] 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非常有用默认值为None。
实例 a torch.randn(1, 3)a
tensor([[ 0.1133, -0.9567, 0.2958]])torch.sum(a)
tensor(-0.5475)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.])
