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

Question

让我以一个二维矩阵为例：

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)is equal totorch.sum(mat, dim=0)和dim=-1equal to的结果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 维或更多维怎么办？

标签： pythonpytorch

Answer 1

一个张量有多个维度，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。

例子：

-1 将是最后一个，在我们的例子中是 dim=2

-2 将暗淡=1

-3 将暗淡=0