文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.mint.sum

mindspore.mint.sum(input, *, dtype=None)

计算Tensor所有元素的和。

参数：

• input (Tensor) - 输入Tensor。

关键字参数：

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

返回：

Tensor， input 所有元素的和。

异常：

• TypeError - input 不是Tensor类型。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> 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 = mint.sum(x)
>>> print(out)
270.0

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

计算Tensor指定维度元素的和。

说明

Tensor类型的 dim 仅用作兼容旧版本，不推荐使用。

参数：

• input (Tensor) - 输入Tensor。

• dim (Union[int, tuple(int), list(int), Tensor]) - 求和的维度。 如果 dim 为int组成的tuple或list，将对tuple中的所有维度求和，取值范围必须在 $[-input.ndim,input.ndim)$ 。

• keepdim (bool) - 是否保留输出Tensor的维度，如果为 True ，保持对应的维度且长度为1。如果为 False ，不保持维度。默认值： False 。

关键字参数：

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

返回：

Tensor， input 指定维度的和。

异常：

• TypeError - input 不是Tensor类型。

• TypeError - dim 类型不是int，tulpe(int)，list(int)或Tensor。

• ValueError - dim 取值不在 $[-input.ndim,input.ndim)$ 范围。

• TypeError - keepdim 不是bool类型。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> 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 = mint.sum(x)
>>> print(out)
270.0
>>> out = mint.sum(x, dim=2)
>>> print(out)
[[ 6. 12. 18.]
 [24. 30. 36.]
 [42. 48. 54.]]
>>> out = mint.sum(x, dim=2, keepdim=True)
>>> print(out)
[[[ 6.]
  [12.]
  [18.]]
 [[24.]
  [30.]
  [36.]]
 [[42.]
  [48.]
  [54.]]]