tf.math.cumsum

Вычислить кумулятивную сумму тензора x по axis.

Псевдонимы

Основные псевдонимы

tf.cumsum

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.cumsum, tf.compat.v1.math.cumsum

tf.math.cumsum(
    x, axis=0, exclusive=False, reverse=False, name=None
)

Используется в ноутбуках

Используется в руководстве
Матричное приближение с помощью базовых API

По умолчанию этот оператор выполняет кумулятивное суммирование с включением (inclusive), что означает, что первый элемент входного значения идентичен первому элементу выходного значения: Например:

# tf.cumsum([a, b, c])   # [a, a + b, a + b + c]
x = tf.constant([2, 4, 6, 8])
tf.cumsum(x)
<tf.Tensor: shape=(4,), dtype=int32,
numpy=array([ 2,  6, 12, 20], dtype=int32)>

# using varying `axis` values
y = tf.constant([[2, 4, 6, 8], [1,3,5,7]])
tf.cumsum(y, axis=0)
<tf.Tensor: shape=(2, 4), dtype=int32, numpy=
array([[ 2,  4,  6,  8],
       [ 3,  7, 11, 15]], dtype=int32)>
tf.cumsum(y, axis=1)
<tf.Tensor: shape=(2, 4), dtype=int32, numpy=
array([[ 2,  6, 12, 20],
       [ 1,  4,  9, 16]], dtype=int32)>

Установив аргумент exclusive в значение True, вместо этого выполняется эксклюзивное кумулятивное суммирование:

# tf.cumsum([a, b, c], exclusive=True)  => [0, a, a + b]
x = tf.constant([2, 4, 6, 8])
tf.cumsum(x, exclusive=True)
<tf.Tensor: shape=(4,), dtype=int32,
numpy=array([ 0,  2,  6, 12], dtype=int32)>

Установив аргумент reverse в значение True, кумулятивное суммирование выполняется в обратном направлении:

# tf.cumsum([a, b, c], reverse=True)  # [a + b + c, b + c, c]
x = tf.constant([2, 4, 6, 8])
tf.cumsum(x, reverse=True)
<tf.Tensor: shape=(4,), dtype=int32,
numpy=array([20, 18, 14,  8], dtype=int32)>

Это более эффективно, чем использование отдельных операторов tf.reverse. Аргументы reverse и exclusive также могут быть объединены:

# tf.cumsum([a, b, c], exclusive=True, reverse=True)  # [b + c, c, 0]
x = tf.constant([2, 4, 6, 8])
tf.cumsum(x, exclusive=True, reverse=True)
<tf.Tensor: shape=(4,), dtype=int32,
numpy=array([18, 14,  8,  0], dtype=int32)>

Аргументы
`x`	Тензор. Должен быть одного из следующих типов: `float32`, `float64`, `int64`, `int32`, `uint8`, `uint16`, `int16`, `int8`, `complex64`, `complex128`, `qint8`, `quint8`, `qint32`, `half`.
`axis`	Целое число (по умолчанию: 0). Должно быть в диапазоне `[-rank(x), rank(x))`.
`exclusive`	Если True, выполнить эксклюзивное кумулятивное суммирование.
`reverse`	Булево значение (по умолчанию: False).
`name`	Имя операции (необязательно).

Возвращает
Тензор. Имеет тот же тип, что и `x`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/math/cumsum