此类操作会使输出形状小于输入形状,并可以沿着某一维度进行指定操作。如加法sum,既可以计算整个tensor的和,也可以计算tensor中每一行或每一列的和。常用的归并操作如下:
函数 | 功能 |
mean/sum/median/mode | 均值/和/中位数/众数 |
norm/list | 范数/距离 |
std/var | 标准差/方差 |
cumsum/cumprod | 累加/累乘 |
假设输入的形状是(m,n,k):
- 如果指定dim为0,输出的形状是(1,n,k)或者(n,k)
- 如果指定dim为1,输出的形状是(m,1,k)或者(m,k)
- 如果指定dim为2,输出的形状是(m,n1)或者(m,n)
size中是否有“1”,取决于参数keepdim,keepdim=True会保留维度1.从pytorch 0.2.0版本起,keepdim默认为False。但是,也有例外,如cumsum。