جریان تنسور:: عملیات:: کامسام

مجموع تجمعی تانسور x را در امتداد axis محاسبه کنید.

خلاصه

به طور پیش فرض، این عملیات یک cumsum فراگیر را انجام می دهد، به این معنی که اولین عنصر ورودی با عنصر اول خروجی یکسان است:

tf.cumsum([a, b, c])  # => [a, a + b, a + b + c]

با تنظیم kwarg exclusive روی True ، یک cumsum انحصاری به جای آن انجام می شود:

tf.cumsum([a, b, c], exclusive=True)  # => [0, a, a + b]

با تنظیم کوارگ reverse بر روی True ، cumsum در جهت مخالف انجام می شود:

tf.cumsum([a, b, c], reverse=True)  # => [a + b + c, b + c, c]

این کارآمدتر از استفاده از عملیات tf.reverse جداگانه است.

کوارگ های reverse و exclusive نیز می توانند ترکیب شوند:

tf.cumsum([a, b, c], exclusive=True, reverse=True)  # => [b + c, c, 0]

استدلال ها:

• scope: یک شی Scope
• x: یک Tensor . باید یکی از انواع زیر باشد: float32 , float64 , int64 , int32 , uint8 , uint16 , int16 , int8 , complex64 , complex128 , qint8 , quint8 , qint32 , half .
• محور: یک Tensor از نوع int32 (پیش‌فرض: 0). باید در محدوده [-rank(x), rank(x)) باشد.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• انحصاری: اگر True باشد، cumsum انحصاری را انجام دهید.
• معکوس: یک bool (پیش‌فرض: نادرست).

برمی‌گرداند:

• Output : تانسور خروجی

صفات عمومی

Operation operation

::tensorflow::Output out

 Cumsum(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input axis
)

 Cumsum(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input axis,
  const Cumsum::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Exclusive(
  bool x
)

Attrs Reverse(
  bool x
)