1. torch.sum(input, dim, out=None)
参数说明:
input:输⼊的tensor矩阵。
dim:求和的⽅向。若input为2维tensor矩阵,dim=0,对列求和;dim=1,对⾏求和。注意:输⼊的形状可为其他维度(3维或4维),可根据dim设定对相应的维度求和。out: 输出,⼀般不指定。
2. 例⼦
这⾥给了⼀个四维的tensor,代表的是输⼊到⽹络中的⼀张图⽚(batchSize,channel,height,width)。dim=1,对通道求和。
2.1 Code
1 import torch 2 3
4 def function():
5 data1 = torch.rand([1, 3, 3, 3])
6 print(\"data1_shape: \", data1.shape) 7 print(\"data1: \", data1) 8
9 data2 = torch.sum(data1, dim=1)10 print(\"data2_shape: \", data2.shape)11 print(\"data2: \", data2)12 13
14 if __name__ == '__main__':15 function()
View Code
2.2 结果显⽰
对第⼆个通道求和的,因此第⼆个通道变为了1,默认被隐藏,不被显⽰。理论上的维度为[1, 1, 3, 3],隐藏后维度为[1, 3,3]。
因篇幅问题不能全部显示,请点此查看更多更全内容
Copyright © 2019- sarr.cn 版权所有 赣ICP备2024042794号-1
违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务