我是靠谱客的博主 虚拟可乐,这篇文章主要介绍pytorchtorch.cumsum和torch.cumprod的用法,现在分享给大家,希望可以做个参考。

torch.cumsum和torch.cumprod的用法

import torch

a = torch.arange(0,6).view(2,3)
b = torch.cumsum(a,dim=0)
c = torch.cumsum(a,dim=1)
print('a=',a)
print('b=',b)
print('c=',c)

在这里插入图片描述
dim=0时,a的第一行保持不变,从第二行开始,第二行的每个元素都是前面行的元素的累加和
dim=1时,a的第一列保持不变,从第二列开始,第二列的每个元素都是前面列的元素的累加和

import torch

a = torch.arange(0,6).view(2,3)
b = torch.cumprod(a,dim=0)
c = torch.cumprod(a,dim=1)
print('a=',a)
print('b=',b)
print('c=',c)

在这里插入图片描述
dim=0时,a的第一行保持不变,从第二行开始,第二行的每个元素都是前面行的元素的累积
dim=1时,a的第一列保持不变,从第二列开始,第二列的每个元素都是前面列的元素的累积

最后

以上就是虚拟可乐最近收集整理的关于pytorchtorch.cumsum和torch.cumprod的用法的全部内容,更多相关pytorchtorch.cumsum和torch.cumprod内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(129)

评论列表共有 0 条评论

立即
投稿
返回
顶部