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?
最佳答案
关于python - torch.sum() 中的 dim=-1 或 -2 是什么意思?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59702785/