-
torch.sum()
-
torch.sum(input,dtype): → Tensor
返回input中所有元素的和。
参数
input(Tensor): 输入张量。
dtype(torch.dtype,可选): 规定返回张量的数据类型。如果指定的话,输入张量将会在操作前被转化为dtype类型。这对防止由数据类型导致的溢出很有用。默认为None。
Example:
-
torch.sum(input,dim,keepdim=False,dtype=None): → Tensor
返回input在给定dim维每行的标准差。若dim为维度的列表,则缩减所有提到的维度。
如果keepdim为True,则输出张量在除了dim维上大小为1外,在其它维的大小都和input相同。否则,dim会被压缩(见torch.squeeze()),导致输出张量的维度会是1(或len(dim))或更小的维度。
参数
input(Tensor): 输入张量。
dim(int/tuple of python:ints): 决定消减的维度。
keepdim(bool): 决定输出张量是否保存dim的维度。
dtype(torch.dtype,可选): 规定返回张量的数据类型。如果指定的话,在操作开始前输入张量被转换为dtype类型。这对防止由数据类型导致的溢出很有用。默认为None。
Example:
-
-
torch.unique(input,sorted=True,return_inverse=False,return_counts=False,dim=None): → Tensor
返回input中所有出现过的值,相同值只表示一次。
参数
input(Tensor): 输入张量。
sorted(bool): 是否在将结果返回时将元素按升序排列。
return_inverse(bool): 是否也返回输入张量的元素在返回的output张量中的位置的索引。
return_counts(bool): 是否也返回每个值的出现次数。
返回
(Tensor,Tensor(可选),Tensor(可选))
返回的张量或张量构成的元组包括:
-
output(Tensor): 由挑选出的值组成的张量。
-
inverse_indices(Tensor,可选): 如果return_inverse为True,将会再返回一个张量,它表示了输入张量的元素在返回的output张量中的位置的索引(大小和input相同);否则,该函数只会返回一个单独的张量。
-
counts(Tensor,可选): 如果return_counts为True,将会再返回一个张量(当dim指定时,大小与output.size(dim)相同,否则与output相同),它表示了每个挑选出的值或张量的出现次数。
Example:
-
-
torch.unique_consecutive(input,return_inverse=False,return_counts=False,dim=None): → Tensor
若张量中的某个数字与其前一数字相同,则删除它。
Note:
该函数与torch.unique()不同,它只删除连续的重复数列中的值,其机制与C++中的std::unique相似。参数
input(Tensor): 输入张量。
return_inverse(bool): 是否也返回输入张量的元素在返回的output张量中的位置的索引。
return_counts(bool): 是否也返回每个值的出现次数。
返回
(Tensor,Tensor(可选),Tensor(可选))</
Torch包函数3 - v1.1(施工中止)
最新推荐文章于 2024-05-06 15:25:00 发布
torch.sum()torch.sum(input,dtype): → Tensor返回input中所有元素的和。参数input(Tensor): 输入张量。dtype(torch.dtype,可选): 规定返回张量的数据类型。如果指定的话,输入张量将会在操作前被转化为dtype类型。这对防止由数据类型导致的溢出很有用。默认为None。Example:torch.su...
摘要由CSDN通过智能技术生成