降维
以矩阵为例,为了通过求和所有行的元素来降维(轴0),可以在调用函数时指定axis=0。由于输入矩阵沿0轴降维以生成输出向量,因此输入轴0的维数在输出形状中消失。
iimport torch
# 创建一个从0到19的整数张量,并将其形状调整为5x4
a = torch.arange(20).reshape(5, 4)
# 输出张量a中所有元素的和
print(a.sum()) # 这将输出一个scalar值,即所有元素的和
# 输出张量a的形状
print(a.shape) # 这将输出torch.Size([5, 4]),表示张量a有5行4列
# 沿着第0个维度(即行)计算张量a的和
a_sum_axis0 = a.sum(axis=0)
# 这将输出一个1x4的张量,其中每个元素是原始张量中对应列的和
print(a_sum_axis0)
# 获取张量a在第0个维度(即行)的大小
a_sum_size0 = a.size(0)
# 这将输出5,因为张量a有5行
print(a_sum_size0)
# 沿着第1个维度(即列)计算张量a的和
a_sum_axis1 = a.sum(axis=1)
# 这将输出一个5x1的张量,其中每个元素是原始张量中对应行的和
print(a_sum_axis1)
# 获取张量a在第1个维度(即列)的大小
a_sum_size1 = a.size(1)
# 这将输出4,因为张量a有4列
print(a_sum_size1)
# 沿着第1个维度(即列)计算张量a的和,但保持输出的维度与原始张量在第1个维度上的维度相同&#x