sum

paddle.sum ( x, axis\=None, dtype\=None, keepdim\=False, name\=None ) [源代码]

该OP是对指定维度上的Tensor元素进行求和运算，并输出相应的计算结果。

参数：

  • x （Tensor）- 输入变量为多维Tensor，支持数据类型为float32，float64，int32，int64。

  • axis （int | list | tuple ，可选）- 求和运算的维度。如果为None，则计算所有元素的和并返回包含单个元素的Tensor变量，否则必须在

    sum - 图1

    范围内。如果

    sum - 图2

    ，则维度将变为 rank+axis[i]rank+axis[i] ，默认值为None。

  • dtype （str ， 可选）- 输出变量的数据类型。若参数为空，则输出变量的数据类型和输入变量相同，默认值为None。

  • keepdim （bool）- 是否在输出Tensor中保留减小的维度。如 keepdim 为true，否则结果张量的维度将比输入张量小，默认值为False。

  • name （str ， 可选）- 具体用法请参见 Name ，一般无需设置，默认值为None。

返回：

Tensor，在指定维度上进行求和运算的Tensor，数据类型和输入数据类型一致。

代码示例

  1. import numpy as np
  2. import paddle
  4. # x is a Tensor variable with following elements:
  5. #    [[0.2, 0.3, 0.5, 0.9]
  6. #     [0.1, 0.2, 0.6, 0.7]]
  7. # Each example is followed by the corresponding output tensor.
  8. x_data = np.array([[0.2, 0.3, 0.5, 0.9],[0.1, 0.2, 0.6, 0.7]]).astype('float32')
  9. x = paddle.to_tensor(x_data)
  10. out1 = paddle.sum(x)  # [3.5]
  11. out2 = paddle.sum(x, axis=0)  # [0.3, 0.5, 1.1, 1.6]
  12. out3 = paddle.sum(x, axis=-1)  # [1.9, 1.6]
  13. out4 = paddle.sum(x, axis=1, keepdim=True)  # [[1.9], [1.6]]
  15. # y is a Tensor variable with shape [2, 2, 2] and elements as below:
  16. #      [[[1, 2], [3, 4]],
  17. #      [[5, 6], [7, 8]]]
  18. # Each example is followed by the corresponding output tensor.
  19. y_data = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]).astype('float32')
  20. y = paddle.to_tensor(y_data)
  21. out5 = paddle.sum(y, axis=[1, 2]) # [10, 26]
  22. out6 = paddle.sum(y, axis=[0, 1]) # [16, 20]