mindspore.Tensor.sum
- mindspore.Tensor.sum(axis=None, dtype=None, keepdims=False, initial=None)[源代码]
返回指定维度上数组元素的总和。
Note
不支持NumPy参数 out 、 where 、 casting 、 order 、 subok 、 signature 和 extobj 。
- 参数:
axis (Union[None, int, tuple(int)]) - 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,会对该元组指定的所有轴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) - 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) - 初始化的起始值。默认值:None。
- 返回:
Tensor。具有与输入相同shape的Tensor,删除了指定的轴。如果输入Tensor是0维数组,或axis为None时,返回一个标量。
- 异常:
TypeError - input不是Tensor,axis 不是整数或整数元组,keepdims 不是整数,或者 initial 不是标量。
ValueError - 任意轴超出范围或存在重复的轴。
- 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.]