python - torch.sum() 中的 dim=-1 或 -2 是什么意思？

Question

让我以二维矩阵为例:

mat = torch.arange(9).view(3, -1)

tensor([[0, 1, 2],
        [3, 4, 5],
        [6, 7, 8]])

torch.sum(mat, dim=-2)

tensor([ 9, 12, 15])

我发现 torch.sum(mat, dim=-2) 的结果等于 torch.sum(mat, dim=0) 和 dim=-1 等于 dim=1。我的问题是如何理解这里的负面维度。如果输入矩阵有 3 个或更多维度怎么办？

Answer 1

张量有多个维度，排序如下图所示。 有向前和向后索引。前向索引使用正整数，后向索引使用负整数。

示例:

-1将是最后一个，在我们的例子中它将是dim=2

-2 将变暗=1

-3将变暗=0