快捷方式

torch.nansum

torch.nansum(input, *, dtype=None) Tensor

返回所有元素的总和,将非数字 (NaN) 视为零。

参数

input (Tensor) – 输入张量。

关键字参数

dtype (torch.dtype,可选) – 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转换为 dtype。这对于防止数据类型溢出很有用。默认值:None。

示例

>>> a = torch.tensor([1., 2., float('nan'), 4.])
>>> torch.nansum(a)
tensor(7.)
torch.nansum(input, dim, keepdim=False, *, dtype=None) Tensor

返回给定维度 diminput 张量中每一行的总和,将非数字 (NaN) 视为零。如果 dim 是维度列表,则在所有维度上进行归约。

如果 keepdimTrue,则输出张量与 input 大小相同,除了维度 dim 大小为 1 外。否则,将压缩 dim(参见 torch.squeeze()),导致输出张量少 1 个(或 len(dim) 个)维度。

参数
  • input (Tensor) – 输入张量。

  • dim (inttuple of ints,可选) – 要归约的维度或维度。如果为 None,则归约所有维度。

  • keepdim (bool) – 输出张量是否保留 dim

关键字参数

dtype (torch.dtype,可选) – 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转换为 dtype。这对于防止数据类型溢出很有用。默认值:None。

示例

>>> torch.nansum(torch.tensor([1., float("nan")]))
1.0
>>> a = torch.tensor([[1, 2], [3., float("nan")]])
>>> torch.nansum(a)
tensor(6.)
>>> torch.nansum(a, dim=0)
tensor([4., 2.])
>>> torch.nansum(a, dim=1)
tensor([3., 3.])

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深度教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源