pytorch二维三维下sum函数

最新推荐文章于 2023-12-22 11:26:52 发布

qq_45196535

最新推荐文章于 2023-12-22 11:26:52 发布

阅读量874

点赞数

文章标签： pytorch 深度学习人工智能

本文链接：https://blog.csdn.net/qq_45196535/article/details/127515034

版权

与其讨论到底是根据行还是列来划分，不如直接上例子。

二维情况下

创建一个张量

c=torch.arange(6).view(3,2)

dim=0时

tensor([[0, 1],
        [2, 3],
        [4, 5]])
tensor([6, 9])

dim=1时

tensor([[0, 1],
        [2, 3],
        [4, 5]])
tensor([1, 5, 9])

三维情况下

先创建一个三维张量，dim=0时

c=torch.arange(24).view(3,2,4)

torch.sum(c,dim=0)

tensor([[[ 0,  1,  2,  3],
         [ 4,  5,  6,  7]],

        [[ 8,  9, 10, 11],
         [12, 13, 14, 15]],

        [[16, 17, 18, 19],
         [20, 21, 22, 23]]])

tensor([[24, 27, 30, 33],
        [36, 39, 42, 45]])

当dim=1时

tensor([[[ 0,  1,  2,  3],
         [ 4,  5,  6,  7]],

        [[ 8,  9, 10, 11],
         [12, 13, 14, 15]],

        [[16, 17, 18, 19],
         [20, 21, 22, 23]]])
tensor([[ 4,  6,  8, 10],
        [20, 22, 24, 26],
        [36, 38, 40, 42]])

dim=2时

tensor([[[ 0,  1,  2,  3],
         [ 4,  5,  6,  7]],

        [[ 8,  9, 10, 11],
         [12, 13, 14, 15]],

        [[16, 17, 18, 19],
         [20, 21, 22, 23]]])
tensor([[ 6, 22],
        [38, 54],
        [70, 86]])