mindspore.Tensor.sum

查看源文件
mindspore.Tensor.sum(dim=None, keepdim=False, *, dtype=None)

计算指定维度上Tensor元素的总和。

说明

  • 带有张量类型的 dim 仅用于与旧版本兼容，不推荐使用。

参数：

  • dim (Union[None, int, tuple(int), list(int), Tensor]，可选) - 指定维度，在该维度方向上进行求和运算。默认值： None 。如果参数值为 None ，会计算输入Tensor中所有元素的和。如果 dim 为负数，则从最后一维开始往第一维计算。如果 dim 为整数元组或列表，会对该元组或列表指定的所有 dim 方向上的元素进行求和。必须在 \([-self.ndim, self.ndim)\) 范围内。

  • keepdim (bool，可选) - 输出Tensor是否保留了 dim 。默认值为 False。如果这个参数为 True ，保留这些缩小的尺寸并且长度为1。如果这个参数为 False ，不保留这些尺寸。

关键字参数：

  • dtype (mindspore.dtype，可选) - 返回Tensor所期望的数据类型。默认值： None 。

返回：

Tensor。返回输入Tensor中指定dim维度的元素总和。

异常：

  • TypeError - 如果 dim 不是int，tuple(int)， list(int)， Tensor 或者 None。

  • ValueError - 如果 dim 没有在 \([-self.ndim, self.ndim)\) 范围中。

  • TypeError - 如果 keepdim 不是bool。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> from mindspore import dtype as mstype
>>> x = Tensor(np.array([[[1, 1, 1, 1, 1, 1], [2, 2, 2, 2, 2, 2], [3, 3, 3, 3, 3, 3]],
...                      [[4, 4, 4, 4, 4, 4], [5, 5, 5, 5, 5, 5], [6, 6, 6, 6, 6, 6]],
...                      [[7, 7, 7, 7, 7, 7], [8, 8, 8, 8, 8, 8], [9, 9, 9, 9, 9, 9]]]), mstype.float32)
>>> out = Tensor.sum(x)
>>> print(out)
270.0
>>> out = Tensor.sum(x, dim=2)
>>> print(out)
[[ 6. 12. 18.]
[24. 30. 36.]
[42. 48. 54.]]
>>> out = Tensor.sum(x, dim=2, keepdim=True)
>>> print(out)
[[[ 6.]
[12.]
[18.]]
[[24.]
[30.]
[36.]]
[[42.]
[48.]
[54.]]]
mindspore.Tensor.sum(axis=None, dtype=None, keepdims=False, initial=None)

返回指定维度上数组元素的总和。

说明

  • 不支持NumPy参数 out 、 where 、 casting 、 order 、 subok 、 signature 和 extobj 。

  • Tensor类型的 axis 仅用作兼容旧版本，不推荐使用。

参数：

  • axis (Union[None, int, tuple(int), list(int), Tensor]，可选) - 指定维度，在该维度方向上进行求和运算。默认值： None 。如果参数值为 None ，会计算输入数组中所有元素的和。如果 axis 为负数，则从最后一维开始往第一维计算。如果 axis 为整数元组或列表，会对该元组或列表指定的所有 axis 方向上的元素进行求和。

  • dtype (mindspore.dtype, 可选) - 默认值为 None 。会覆盖输出Tensor的dtype。

  • keepdims (bool，可选) - 如果这个参数为 True ，被删去的维度保留在结果中，且维度大小设为1。有了这个选项，结果就可以与输入数组进行正确的广播运算。如果设为默认值，那么 keepdims 不会被传递给ndarray子类的sum方法。但是任何非默认值都会被传递。如果子类的方法未实现 keepdims ，则引发异常。默认值： False 。

  • initial (scalar，可选) - 初始化的起始值。默认值： None 。

返回：

Tensor。具有与输入相同shape的Tensor，删除了指定的 axis 。如果输入Tensor是零维数组，或 axis 为 None 时，返回一个标量。

异常：

  • TypeError - input不是Tensor， axis 不是整数、整数元组、整数列表或Tensor， keepdims 不是整数，或者 initial 不是标量。

  • ValueError - 任意 axis 超出范围或存在重复的 axis 。

其他API参考：
支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> input_x = Tensor(np.array([-1, 0, 1]).astype(np.float32))
>>> print(input_x.sum())
0.0
>>> input_x = Tensor(np.arange(10).reshape(2, 5).astype(np.float32))
>>> print(input_x.sum(axis=1))
[10. 35.]