python乱炖6——sum(),指定维度进行求和

python乱炖6------sum(),指定维度进行求和

py 复制代码
import torch

# 创建一个三维张量
x = torch.tensor([
    [[1, 2, 3], [4, 5, 6]],
    [[7, 8, 9], [10, 11, 12]]
])

print("Original tensor x:")
print(x)
print(x.shape)

>>> tensor([[[ 1,  2,  3],
         [ 4,  5,  6]],

        [[ 7,  8,  9],
         [10, 11, 12]]])
    torch.Size([2, 2, 3])



# 沿第0维求和
sum_dim0 = torch.sum(x, dim=0)
print("Sum along dimension 0:")
print(sum_dim0)
print()

>>>Sum along dimension 0:
tensor([[ 8, 10, 12],
        [14, 16, 18]])




# 沿第1维求和
sum_dim1 = torch.sum(x, dim=1)
print("Sum along dimension 1:")
print(sum_dim1)
print()

>>>Sum along dimension 1:
tensor([[ 5,  7,  9],
        [17, 19, 21]])




# 沿第2维求和
sum_dim2 = torch.sum(x, dim=2)
print("Sum along dimension 2:")
print(sum_dim2)
print()

>>>Sum along dimension 2:
tensor([[ 6, 15],
        [24, 33]])





sum_dim3 = torch.sum(x, dim=(1,2))
print("Sum along dimension (1,2):")
print(sum_dim3)
print()

>>>Sum along dimension (1,2):
   tensor([21, 57])





sum_dim4 = torch.sum(x, dim=(0,1))
print("Sum along dimension (0,1):")
print(sum_dim4)
print()
>>>Sum along dimension (0,1):
tensor([22, 26, 30])
相关推荐
数据智能老司机4 小时前
精通 Python 设计模式——分布式系统模式
python·设计模式·架构
数据智能老司机5 小时前
精通 Python 设计模式——并发与异步模式
python·设计模式·编程语言
数据智能老司机5 小时前
精通 Python 设计模式——测试模式
python·设计模式·架构
数据智能老司机5 小时前
精通 Python 设计模式——性能模式
python·设计模式·架构
CoovallyAIHub5 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
c8i6 小时前
drf初步梳理
python·django
每日AI新事件6 小时前
python的异步函数
python
CoovallyAIHub6 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
这里有鱼汤7 小时前
miniQMT下载历史行情数据太慢怎么办?一招提速10倍!
前端·python
databook16 小时前
Manim实现脉冲闪烁特效
后端·python·动效