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

让我以2D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)，而dim=-1等于dim=1。我的问题是如何在这里理解负面因素。如果输入矩阵具有3个或更多个维度怎么办？

最佳答案

减号实质上意味着您向后浏览尺寸。设A为n维矩阵。然后dim = n-1 = -1，dim = n-2 = -2，...，dim = 1 =-(n-1)，dim = 0 = -n。有关更多信息，请参见numpy doc，因为pytorch很大程度上基于numpy。

关于python - 在torch.sum()中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/