sum
paddle.fluid.layers.
sum
(x)[源代码]
该OP用于对输入的一至多个Tensor或LoDTensor求和。如果输入的是LoDTensor,输出仅与第一个输入共享LoD信息(序列信息)。
例1:
- 输入:
- input.shape = [2, 3]
- input = [[1, 2, 3],
- [4, 5, 6]]
- 输出:
- output.shape = [2, 3]
- output = [[1, 2, 3],
- [4, 5, 6]]
例2:
- 输入:
- 第一个输入:
- input1.shape = [2, 3]
- input1 = [[1, 2, 3],
- [4, 5, 6]]
- 第二个输入:
- input2.shape = [2, 3]
- input2 = [[7, 8, 9],
- [10, 11, 12]]
- 输出:
- output.shape = [2, 3]
- output = [[8, 10, 12],
- [14, 16, 18]]
- 参数:
- x (Variable|list(Variable)) - 输入的一至多个Variable。如果输入了多个Variable,则不同Variable间的shape和数据类型应保持一致。Variable为多维Tensor或LoDTensor,数据类型支持:float32,float64,int32,int64
返回:对输入 x
中的Variable求和后的结果,shape和数据类型与 x
一致
返回类型:Variable
代码示例:
- import paddle.fluid as fluid
- input0 = fluid.layers.fill_constant(shape=[2, 3], dtype='int64', value=5)
- input1 = fluid.layers.fill_constant(shape=[2, 3], dtype='int64', value=3)
- sum = fluid.layers.sum([input0, input1])
- #用户可以通过executor打印出求和的结果
- out = fluid.layers.Print(sum, message="the sum of input0 and input1: ")
- exe = fluid.Executor(fluid.CPUPlace())
- exe.run(fluid.default_main_program())
- #打印出的数据为:
- 1570701754 the sum of input0 and input1: The place is:CPUPlace
- Tensor[sum_0.tmp_0]
- shape: [2,3,]
- dtype: l
- data: 8,8,8,8,8,8,
- #输出了shape为[2,3]的Tensor,与输入的shape一致
- #dtype为对应C++数据类型,在不同环境下可能显示值不同,但本质相同
- #例如:如果Tensor中数据类型是int64,则对应的C++数据类型为int64_t,所以dtype值为typeid(int64_t).name(),
- # 其在MacOS下为'x',linux下为'l',Windows下为'__int64',都表示64位整型变量