torch.sum的用法

import torch
a = torch.randn(3,5)
a
Out[4]: 
tensor([[ 1.9081e-01,  1.8261e+00,  1.1623e+00, -5.6293e-01, -1.1898e-01],
        [-1.8964e-01,  2.0439e-01, -2.2664e+00,  2.1306e-03, -2.0576e-02],
        [ 1.2379e+00,  7.6757e-01, -1.5163e+00, -1.9007e+00,  1.7272e-01]])
torch.sum(a)
Out[5]: tensor(-1.0117)
torch.sum(a,0)
Out[6]: tensor([ 1.2391,  2.7980, -2.6205, -2.4615,  0.0332])
torch.sum(a,1)
Out[7]: tensor([ 2.4972, -2.2701, -1.2388])
torch.sum(a,1,True)# True  保留原始维度
Out[9]: 
tensor([[ 2.4972],
        [-2.2701],
        [-1.2388]])
torch.sum(a,1,True).shape
Out[10]: torch.Size([3, 1])
torch.sum(a,1).shape
Out[11]: torch.Size([3])
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值