pytorch

torch.cumsum和torch.cumprod的用法

import torch

a = torch.arange(0,6).view(2,3)
b = torch.cumsum(a,dim=0)
c = torch.cumsum(a,dim=1)
print('a=',a)
print('b=',b)
print('c=',c)

在这里插入图片描述
dim=0时,a的第一行保持不变,从第二行开始,第二行的每个元素都是前面行的元素的累加和
dim=1时,a的第一列保持不变,从第二列开始,第二列的每个元素都是前面列的元素的累加和

import torch

a = torch.arange(0,6).view(2,3)
b = torch.cumprod(a,dim=0)
c = torch.cumprod(a,dim=1)
print('a=',a)
print('b=',b)
print('c=',c)

在这里插入图片描述
dim=0时,a的第一行保持不变,从第二行开始,第二行的每个元素都是前面行的元素的累积
dim=1时,a的第一列保持不变,从第二列开始,第二列的每个元素都是前面列的元素的累积

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