比较与tf.math.cumsum的差异
tf.math.cumsum
tf.math.cumsum(x, axis=0, exclusive=False, reverse=False, name=None) -> Tensor
更多内容详见tf.math.cumsum。
mindspore.ops.cumsum
mindspore.ops.cumsum(x, axis, dtype=None) -> Tensor
更多内容详见mindspore.ops.cumsum。
差异对比
TensorFlow:计算输入Tensor在指定轴上的累加和。
MindSpore:MindSpore此API实现功能与TensorFlow基本一致,参数设定上有所差异。
分类 |
子类 |
TensorFlow |
MindSpore |
差异 |
---|---|---|---|---|
参数 |
参数1 |
x |
x |
- |
参数2 |
axis |
axis |
MindSpore无默认值,可以指定维度 |
|
参数3 |
exclusive |
- |
MindSpore无此参数 |
|
参数4 |
reverse |
- |
MindSpore无此参数 |
|
参数5 |
name |
- |
不涉及 |
|
参数6 |
- |
dtype |
MindSpore中设置输出数据类型 |
代码示例1
相同输入tensor,轴为-1,对输入tensor最内层从左到右进行累加,两API实现相同的功能。
# TensorFlow
import tensorflow as tf
a = tf.constant([[3, 4, 6, 10], [1, 6, 7, 9], [4, 3, 8, 7], [1, 3, 7, 9]])
y = tf.cumsum(a, -1)
print(y.numpy())
# [[ 3 7 13 23]
# [ 1 7 14 23]
# [ 4 7 15 22]
# [ 1 4 11 20]]
# MindSpore
from mindspore import Tensor
import mindspore.ops as ops
import numpy as np
x = Tensor(np.array([[3, 4, 6, 10], [1, 6, 7, 9], [4, 3, 8, 7], [1, 3, 7, 9]]))
y = ops.cumsum(x, -1)
print(y)
# [[ 3 7 13 23]
# [ 1 7 14 23]
# [ 4 7 15 22]
# [ 1 4 11 20]]