mindspore.ops.ReduceSum
=========================

.. image:: https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/website-images/master/resource/_static/logo_source.svg
    :target: https://gitee.com/mindspore/mindspore/blob/master/docs/api/api_python/ops/mindspore.ops.ReduceSum.rst
    :alt: 查看源文件


.. py:class:: mindspore.ops.ReduceSum(keep_dims=False, skip_mode=False)

    默认情况下，输出Tensor各维度上的和，以达到对所有维度进行归约的目的。也可以对指定维度进行求和归约。

    通过指定 `keep_dims` 参数，来控制输出和输入的维度是否相同。

    .. note::
        Tensor类型的 `axis` 仅用作兼容旧版本，不推荐使用。

    参数：
        - **keep_dims** (bool) - 如果为 ``True`` ，则保留计算维度，长度为1。如果为 ``False`` ，则不保留计算维度。默认值： ``False`` ，输出结果会降低维度。
        - **skip_mode** (bool) - 如果为 ``True`` ，并且 `axis` 为空tuple或空list，不进行ReduceSum计算, `axis` 为其他值，正常运算。如果为 ``False`` ，则正常进行运算。默认值： ``False`` 。

    输入：
        - **x** (Tensor[Number]) - 输入Tensor。
        - **axis** (Union[int, tuple(int), list(int), Tensor]) - 要减少的维度。默认值:  ``()`` ，当 `skip_mode` 为 ``False`` 时，缩小所有维度。只允许常量值，取值范围[-rank(`x`), rank(`x`))。

    输出：
        Tensor，具有与输入 `x` 相同的shape。

        - 如果 `axis` 为 ``()`` ，且 `keep_dims` 为 ``False`` ， `skip_mode` 为 ``False`` ，则输出一个零维Tensor，表示输入Tensor中所有元素的和。

        - 如果 `axis` 为 ``()`` ，且 `skip_mode` 为 ``True`` ，则不进行ReduceSum运算，输出Tensor等于输入Tensor。

        - 如果 `axis` 为int，取值为2，并且 `keep_dims` 为 ``False`` ，则输出的shape为 :math:`(x_1, x_3, ..., x_R)` 。

        - 如果 `axis` 为tuple(int)或list(int)，取值为(2, 3)，并且 `keep_dims` 为 ``False`` ，则输出的shape为 :math:`(x_1, x_4, ..., x_R)` 。

        - 如果 `axis` 为一维Tensor，取值为[2, 3]，并且 `keep_dims` 为 ``False`` ，则输出Tensor的shape为 :math:`(x_1, x_4, ..., x_R)` 。

    异常：
        - **TypeError** - `keep_dims` 不是bool。
        - **TypeError** - `skip_mode` 不是bool。
        - **TypeError** - `x` 不是Tensor。
        - **ValueError** - `axis` 取值为None。