sums¶

paddle.fluid.layers. sums ( input, out=None ) [源代码] ¶

该OP计算多个输入Tensor逐个元素相加的和。

示例：3个Tensor求和

输入：
    x0.shape = [2, 3]
    x0.data = [[1., 2., 3.],
               [4., 5., 6.]]
    x1.shape = [2, 3]
    x1.data = [[10., 20., 30.],
               [40., 50., 60.]]
    x2.shape = [2, 3]
    x2.data = [[100., 200., 300.],
               [400., 500., 600.]]

输出：
    out.shape = [2, 3]
    out.data = [[111., 222., 333.],
                [444., 555., 666.]]

参数：

input (list) - 多个维度相同的Tensor组成的元组。支持的数据类型：float32，float64，int32，int64。
out (Variable，可选) - 指定求和的结果Tensor，可以是程序中已经创建的任何Variable。默认值为None，此时将创建新的Variable来保存输出结果。

返回：输入的和，数据类型和维度与输入Tensor相同。若 out 为 None ，返回值是一个新的Variable；否则，返回值就是 out 。

返回类型：Variable

代码示例：

import paddle.fluid as fluid

x0 = fluid.layers.fill_constant(shape=[16, 32], dtype='int64', value=1)
x1 = fluid.layers.fill_constant(shape=[16, 32], dtype='int64', value=2)
x2 = fluid.layers.fill_constant(shape=[16, 32], dtype='int64', value=3)
x3 = fluid.layers.fill_constant(shape=[16, 32], dtype='int64', value=0)

# 多个Tensor求和，结果保存在一个新建的Variable sum0，即sum0=x0+x1+x2，值为[[6, ..., 6], ..., [6, ..., 6]]
sum0 = fluid.layers.sums(input=[x0, x1, x2])

# 多个Tensor求和，sum1和x3是同一个Variable，相当于x3=x0+x1+x2，值为[[6, ..., 6], ..., [6, ..., 6]]
sum1 = fluid.layers.sums(input=[x0, x1, x2], out=x3)

PaddlePaddle

paddle.fluid / layers / sums

sums¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.fluid / layers / sums

sums¶