《while len(t.shape) > 1: t = t.sum(-1)》はどういう意味(算法)❓

Question

下記コードでどんな算法を実現しているのでしょうか。
（t : Pytorch tensor ）

while len(t.shape) > 1:
   t = t.sum(-1)

👆はt.sum()と等価では❓

説明できる方是非宜しくお願いいたします。

Answer 1

まあ，teratailで質問するよりは自分で例を作ってやってみることですよね。
3次元の4×3×2の行列を例に実行させてみます。

比較としてjulia言語のソースです。
juliaとpythonではreshapeの仕様が違うのでpythonに合わせます。

using PyCall

py"""
import torch

t = torch.reshape(torch.arange(4.0*3.0*2.0), (4, 3, 2))

print("t=\n", t)
print("t.sum()=", t.sum())

while len(t.shape) > 1:
   t = t.sum(-1)

print("while ...t.sum(-1) = ", t,"\n")
"""

a = reshape((1:(4*3*2)) .- 1.0, (2, 3, 4))
t = PermutedDimsArray(a, (3,2,1))

for k=1:4
    println("t[$k,:,:]=$(t[k,:,:])")
end

println("(julia) sum 2,3次元方向の和=$(sum(t, dims=2:ndims(t)))")

結果は次の感じ。

julia> include("test20221029.jl")
t=
 tensor([[[ 0.,  1.],
         [ 2.,  3.],
         [ 4.,  5.]],

        [[ 6.,  7.],
         [ 8.,  9.],
         [10., 11.]],

        [[12., 13.],
         [14., 15.],
         [16., 17.]],

        [[18., 19.],
         [20., 21.],
         [22., 23.]]])
t.sum()= tensor(276.)
while ...t.sum(-1) =  tensor([ 15.,  51.,  87., 123.]) 

t[1,:,:]=[0.0 1.0; 2.0 3.0; 4.0 5.0]
t[2,:,:]=[6.0 7.0; 8.0 9.0; 10.0 11.0]
t[3,:,:]=[12.0 13.0; 14.0 15.0; 16.0 17.0]
t[4,:,:]=[18.0 19.0; 20.0 21.0; 22.0 23.0]
(julia) sum 2,3次元方向の和=[15.0; 51.0; 87.0; 123.0;;;]

処理としては「2次元目以降の和をとる」ということになるかと思います。
次は順番にt.sum(-1)した例

>>> t = torch.reshape(torch.arange(4.0*3.0*2.0), (4, 3, 2))
>>> t
tensor([[[ 0.,  1.],
         [ 2.,  3.],
         [ 4.,  5.]],

        [[ 6.,  7.],
         [ 8.,  9.],
         [10., 11.]],

        [[12., 13.],
         [14., 15.],
         [16., 17.]],

        [[18., 19.],
         [20., 21.],
         [22., 23.]]])
>>> t.sum(-1)
tensor([[ 1.,  5.,  9.],
        [13., 17., 21.],
        [25., 29., 33.],
        [37., 41., 45.]])
>>> t.sum(-1).sum(-1)
tensor([ 15.,  51.,  87., 123.])

Comments

[insecticide]

ご指導ありがとうございます　❣❣
事例コードまでなさって本当に感謝します。　💖
最近自分の試してコーディングして、実験してみたが、想像と違う結果でした。