mindspore.mint.nansum

mindspore.mint.nansum(input, dim=None, keepdim=False, *, dtype=None)

计算 input 指定维度元素的和，将非数字(NaNs)处理为零。

警告

• 仅支持 Atlas A2 训练系列产品。

• 这是一个实验性API，后续可能修改或删除。

参数：

• input (Tensor) - 输入Tensor。

• dim (Union[int, tuple(int)], 可选) - 求和的维度。取值范围[-rank(input), rank(input))。默认值： None ，对Tensor中的所有元素求和。

• keepdim (bool, 可选) - 输出Tensor是否保持维度。默认值： False ，不保留维度。

关键字参数：

• dtype (mindspore.dtype, 可选) - 输出Tensor的类型。默认值： None 。

返回：

Tensor，输入 input 指定维度的元素和，将非数字(NaNs)处理为零。

• 如果 dim 为None，且 keepdim 为False， 则输出一个零维Tensor，表示输入Tensor中所有元素的和。

• 如果 dim 为int，值为2，并且 keepdim 为False， 则输出的shape为： \((input_1, input_3, ..., input_R)\) 。

• 如果 dim 为tuple(int)或list(int)，值为(2, 3)，并且 keepdim 为False， 则输出的shape为 \((input_1, input_4, ..., input_R)\) 。

异常：

• TypeError - input 不是一个Tensor。

• TypeError - keepdim 不是bool类型。

• TypeError - input 的数据类型或 dtype 是complex类型。

• ValueError - dim 不在[-rank(input), rank(input))。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> x = Tensor(np.array([[float("nan"), 2, 3], [1, 2, float("nan")]]), mindspore.float32)
>>> output1 = mint.nansum(x, dim=0, keepdim=False, dtype=mindspore.float32)
>>> output2 = mint.nansum(x, dim=0, keepdim=True, dtype=mindspore.float32)
>>> print(output1)
[1. 4. 3.]
>>> print(output2)
[[1. 4. 3.]]