Torche somme d'un tenseur le long d'un axe

ipdb> outputs.size()
torch.Size([10, 100])
ipdb> print sum(outputs,0).size(),sum(outputs,1).size(),sum(outputs,2).size()
(100L,) (100L,) (100L,)

Comment puis-je somme des colonnes de la place?

InformationsquelleAutor Abhishek Bhatia | 2017-06-27
  1. 45

    La plus simple et la meilleure solution est d'utiliser torch.sum().

    De la somme de tous les éléments d'un tenseur:

    torch.sum(outputs) # gives back a scalar

    À somme sur toutes les lignes (c'est à dire pour chaque colonne):

    torch.sum(outputs, dim=0) # size = [1, ncol]

    À somme sur toutes les colonnes (c'est à dire pour chaque ligne):

    torch.sum(outputs, dim=1) # size = [nrow, 1]
    InformationsquelleAutor mexmex
  2. 2

    Alternativement, vous pouvez utiliser tensor.sum(axis) où axis indique 0 et 1 de sommation sur les lignes et les colonnes, respectivement, pour une 2D tenseur.

    In [210]: X
Out[210]: 
tensor([[  1,  -3,   0,  10],
        [  9,   3,   2,  10],
        [  0,   3, -12,  32]])

In [211]: X.sum(1)
Out[211]: tensor([ 8, 24, 23])

In [212]: X.sum(0)
Out[212]: tensor([ 10,   3, -10,  52])

    Comme, on peut voir à partir du dessus de sorties, dans les deux cas, la sortie est un 1D tenseur. Si vous avez, d'autre part, désireux de conserver la dimension du tenseur d'origine à la sortie en tant que bien, alors vous avez défini le type boolean kwarg keepdim à True comme dans:

    In [217]: X.sum(0, keepdim=True)
Out[217]: tensor([[ 10,   3, -10,  52]])

In [218]: X.sum(1, keepdim=True)
Out[218]: 
tensor([[ 8],
        [24],
        [23]])
    InformationsquelleAutor kmario23
  3. 0

    Si vous avez tenseur my_tensor, et vous souhaitez la somme de la deuxième dimension de la matrice (c'est l'un avec de l'index 1, qui est la colonne de dimension, si le tenseur est en 2 dimensions, comme la vôtre), l'utilisation torch.sum(my_tensor,1) ou, de manière équivalente my_tensor.sum(1) voir la documentation ici.

    Une chose qui n'est pas mentionné explicitement dans la documentation: vous pouvez la somme à travers le dernier de la matrice de dimension en utilisant -1 (ou de la deuxième à la dernière dimension, avec -2, etc.)

    Donc, dans votre exemple, vous pourriez utiliser: outputs.sum(1) ou torch.sum(outputs,1), ou, de manière équivalente, outputs.sum(-1) ou torch.sum(outputs,-1). L'ensemble de ces donnerait le même résultat, une sortie tenseur de taille torch.Size([10]), et chaque entrée est la somme sur l'ensemble des lignes dans une colonne donnée du tenseur outputs.

    Pour illustrer avec un 3-dimensions du tenseur:

    In [1]: my_tensor = torch.arange(24).view(2, 3, 4) 
Out[1]: 
tensor([[[ 0,  1,  2,  3],
         [ 4,  5,  6,  7],
         [ 8,  9, 10, 11]],

        [[12, 13, 14, 15],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])

In [2]: my_tensor.sum(2)
Out[2]:
tensor([[ 6, 22, 38],
        [54, 70, 86]])

In [3]: my_tensor.sum(-1)
Out[3]:
tensor([[ 6, 22, 38],
        [54, 70, 86]])
    InformationsquelleAutor postylem