torch.cumsum

输出指定维度的累加和

当时去查cumsum这个单词，显示没有这个单词，知道这个函数的意思之后，再反过来看，这是个合成词，cumulative sum 两个单词合成了cumsum,cumlative是累加的意思

语法：

torch.cumsum(input,dim=?)

或者

input.cumsum(dim=?)

示范：

输入：

import torch
x=torch.randint(3,[3,4])
print(x)
torch.cumsum(x,dim=-1)

输出：

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

dim=-1指定累加的维度为-1，加负号是需要倒着数的，-1就是倒数第一个维度，，代码示范中是生成一个三行四列的二维数组，-1在这里就是对应着1维（维数是从0开始的），横向上进行累加（‘横向上’可能跟我们的直观想象不太一样，像sum....都是这样的习惯就好）