torch.cumsum(),torch.sum()

1.torch.cumsum(input, dim, *, dtype=None, out=None) → Tensor
返回维度 dim 中输入元素的累积和


>>> import torch
>>> a = torch.randn(10)
>>> a
tensor([-2.5726,  0.5631, -0.4157, -0.7383, -0.2587,  0.5975, -0.5162, -1.0037,
        -0.5156, -0.3620])
>>> torch.cumsum(a,dim=0)
tensor([-2.5726, -2.0096, -2.4253, -3.1636, -3.4223, -2.8249, -3.3411, -4.3448,
        -4.8604, -5.2224])

2.torch.sum(input, *, dtype=None) → Tensor
返回输入Tensor中的所有元素的总和。

>>> a = torch.randn(1, 3)
>>> a
tensor([[ 0.1133, -0.9567,  0.2958]])
>>> torch.sum(a)
tensor(-0.5475)
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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