torcheval.metrics.Sum

class torcheval.metrics.Sum(*, device: device | None = None)

计算所有输入张量中所有元素的加权和值。 当未提供权重时，它计算未加权和。 其功能版本是 torcheval.metrics.functional.sum()。

示例：

>>> import torch
>>> from torcheval.metrics import Sum
>>> metric = Sum()
>>> metric.update(1)
>>> metric.update(torch.tensor([2, 3]))
>>> metric.compute()
tensor(6.)
>>> metric.update(torch.tensor(-1)).compute()
tensor(5.)
>>> metric.reset()
>>> metric.update(torch.tensor(-1)).compute()
tensor(-1.)

>>> metric = Sum()
>>> metric.update(torch.tensor([2, 3]), torch.tensor([0.1, 0.6])).compute()
tensor(2.)
>>> metric.update(torch.tensor([2, 3]), 0.5).compute()
tensor(4.5)
>>> metric.update(torch.tensor([4, 6]), 1).compute()
tensor(14.5)

__init__(*, device: device | None = None) → None

初始化一个度量对象及其内部状态。

使用 self._add_state() 来初始化你的度量类的状态变量。 状态变量应该是 torch.Tensor，一个 torch.Tensor 的列表，一个以 torch.Tensor 为值的字典， 或者一个 torch.Tensor 的双端队列。

方法

__init__(*[, device])	初始化一个度量对象及其内部状态。
compute()	实现此方法以从状态变量计算并返回最终指标值。
load_state_dict(state_dict[, strict])	从state_dict加载度量状态变量。
merge_state(metrics)	实现此方法以将当前度量的状态变量更新为当前度量和输入度量的合并状态。
reset()	将度量状态变量重置为其默认值。
state_dict()	将度量状态变量保存在state_dict中。
to(device, *args, **kwargs)	将度量状态变量中的张量移动到设备。
update(input, *[, weight])	使用值和权重更新状态。

属性

device

Metric.to()的最后一个输入设备。