比较与tf.math.cumsum的功能差异

tf.math.cumsum

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

更多内容详见tf.math.cumsum

mindspore.ops.cumsum

mindspore.ops.cumsum(x, axis, dtype=None) -> Tensor

更多内容详见mindspore.ops.cumsum

差异对比

TensorFlow:计算输入Tensor在指定轴上的累加和。

MindSpore:MindSpore此API实现功能与TensorFlow基本一致,参数设定上有所差异。

分类

子类

TensorFlow

MindSpore

差异

参数

参数1

x

x

-

参数2

axis

axis

MindSpore无默认值,可以指定维度

参数3

exclusive

-

MindSpore无此参数

参数4

reverse

-

MindSpore无此参数

参数5

name

-

不涉及

参数6

-

dtype

MindSpore中设置输出数据类型

代码示例1

相同输入tensor,轴为-1,对输入tensor最内层从左到右进行累加,两API实现相同的功能。

# TensorFlow
import tensorflow as tf
a = tf.constant([[3, 4, 6, 10], [1, 6, 7, 9], [4, 3, 8, 7], [1, 3, 7, 9]])
y = tf.cumsum(a, -1)
print(y.numpy())
# [[ 3  7 13 23]
#  [ 1  7 14 23]
#  [ 4  7 15 22]
#  [ 1  4 11 20]]

# MindSpore
from mindspore import Tensor
import mindspore.ops as ops
import numpy as np
x = Tensor(np.array([[3, 4, 6, 10], [1, 6, 7, 9], [4, 3, 8, 7], [1, 3, 7, 9]]))
y = ops.cumsum(x, -1)
print(y)
# [[ 3  7 13 23]
#  [ 1  7 14 23]
#  [ 4  7 15 22]
#  [ 1  4 11 20]]