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。

文档反馈

mindspore.ops.nansum

mindspore.ops.nansum(input, axis=None, keepdims=False, *, dtype=None)[源代码]

计算 input 指定维度元素的和，将非数字(NaNs)处理为零。

参数：

input (Tensor) - 输入Tensor。
axis (Union[int, tuple(int)], 可选) - 求和的维度。假设 input 的秩为r，取值范围[-r,r)。默认值： None ，对Tensor中的所有元素求和。
keepdims (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 axis 为None，且 keep_dims 为False，则输出一个零维Tensor，表示输入Tensor中所有元素的和。
如果 axis 为int，值为2，并且 keep_dims 为False，则输出的shape为： $(i n p u t_{1}, i n p u t_{3}, . . ., i n p u t_{R})$ 。
如果 axis 为tuple(int)或list(int)，值为(2, 3)，并且 keep_dims 为False，则输出的shape为 $(i n p u t_{1}, i n p u t_{4}, . . ., i n p u t_{R})$ 。

异常：

TypeError - input 不是一个Tensor。
TypeError - keepdims 不是bool类型。
TypeError - input 的数据类型或 dtype 是complex类型。
ValueError - axis 的范围不在[-r, r)，r表示 input 的秩。

支持平台：

Ascend GPU CPU

样例：

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