mindspore.Tensor.sum

查看源文件
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。

说明

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

参数：

  • axis (Union[None, int, tuple(int), list(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为整数元组或列表，会对该元组或列表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、整数元组或整数列表，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.]