PyTorch项目实战06——Tensor的归并操作

1 归并操作

在对 Tensor 进行归并操作时，会使输出的形状小于输入的形状，并可以沿着某一维度进行指定操作，如求和，既可以计算整个 Tensor 的和，也可以计算 Tensor 中每一行或者每一列的和。

2 具体实现

2.1 创建张量

首先使用 torch.linspace(0,14,8) 在 0~14 之间生成8个数组成的一维张量；

然后再使用 view() 方法，将上一步生成的一维张量转换为4行2列的二维张量。

2.2 常用的归并操作

2.3 求和

使用 sum() 方法，可以实现对张量中元素进行求和：

• sum() 方法中不加任何参数，是对所有元素进行加和；
• sum() 方法中增加 dim 参数，即求和的方向，当 dim=0 时，表示按列进行加和，第一列为 0+4+8+12=24，第二列依此类推；当 dim=1 时，表示按行进行加和，第一行行 0+2=2，其他行依此类推；这种方式加和后，可以看到得到的结果中只有一个中括号，变为了一维张量。

• sum() 方法中增加 dim 参数，同时增加 keepdim=True 参数，表示求和后，仍然保持原张量的维度，即张量是二维，求和后的张量仍然是二维。如下图所示，dim=1时，按行加和后，结果得到一个4行1列的二维张量；当 dim=0，按列加和后，结果得到一个2列1行的二维张量。

2.4 累加

调用 cumsum() 方法，按照张量中的一个轴进行累计加和。

如 cumsum(dim=0) 时，在获得的结果中，第一行数据不变，第二行数据为第一行数据加上第二行数据的值，第三行数据为前边两行的数据加上第三行的数据，第四行数据为前边三行的数据加上第四行的数据。

因为累加是有方向的，所以参数中的 dim 必须要指定。

2.5 累乘

调用 cumprod() 方法，按照张量中的一个轴进行累乘运算。参数中累乘方向 dim 必须要指定。

值得注意的是，当第一个元素为0时，其后经过累乘计算出的所有元素都为0。