torch.sum¶
- torch.sum(input, *, dtype=None) Tensor ¶
返回
input
张量中所有元素的总和。- 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.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
张量中每行的总和。如果dim
是维度列表,则对所有维度进行缩减。如果
keepdim
为True
,则输出张量与input
大小相同,除了维度dim
为大小 1。否则,dim
被压缩(参见torch.squeeze()
),导致输出张量比输入张量少 1 个(或len(dim)
个)维度。- 参数
- 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.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.])