【Torch API】pytorch 中torch.cumsum函数详解

最新推荐文章于 2025-07-14 00:17:10 发布

转载最新推荐文章于 2025-07-14 00:17:10 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

原文链接：https://blog.youkuaiyun.com/Dontla/article/details/119636373

文章标签：

#pytorch

torch.cumsum函数用于计算输入张量沿指定维度的累积和，例如，当输入是10元向量时，输出也是10元向量，表示每个位置的元素是前面所有元素的和。在给定的例子中，展示了如何对一维张量a进行累积求和操作，并输出结果。

部署运行你感兴趣的模型镜像

torch.cumsum(input, dim, out=None) → Tensor

返回输入沿指定维度的累积和。例如，如果输入是一个N元向量，则结果也是一个N元向量，第i 个输出元素值为 yi=x1+x2+x3+…+xi

参数：

input (Tensor) – 输入张量
dim (int) – 累积和操作的维度
out (Tensor, optional) – 结果张量

例子：

>>> a = torch.randn(10)
>>> a

-0.6039
-0.2214
-0.3705
-0.0169
 1.3415
-0.1230
 0.9719
 0.6081
-0.1286
 1.0947
[torch.FloatTensor of size 10]

>>> torch.cumsum(a, dim=0)

-0.6039
-0.8253
-1.1958
-1.2127
 0.1288
 0.0058
 0.9777
 1.5858
 1.4572
 2.5519
[torch.FloatTensor of size 10]

您可能感兴趣的与本文相关的镜像