1. torch.sum(input, dim, out=None)
參數說明:
input:輸入的tensor矩陣。
dim:求和的方向。若input為2維tensor矩陣,dim=0,對列求和;dim=1,對行求和。注意:輸入的形狀可為其他維度(3維或4維),可根據dim設定對相應的維度求和。
out: 輸出,一般不指定。
2. 例子
這里給了一個四維的tensor,代表的是輸入到網絡中的一張圖片(batchSize,channel,height,width)。dim=1,對通道求和。
2.1 Code

1 import torch 2 3 4 def function(): 5 data1 = torch.rand([1, 3, 3, 3]) 6 print("data1_shape: ", data1.shape) 7 print("data1: ", data1) 8 9 data2 = torch.sum(data1, dim=1) 10 print("data2_shape: ", data2.shape) 11 print("data2: ", data2) 12 13 14 if __name__ == '__main__': 15 function()
2.2 結果顯示
對第二個通道求和的,因此第二個通道變為了1,默認被隱藏,不被顯示。理論上的維度為[1, 1, 3, 3],隱藏后維度為[1, 3, 3]。