Pytorch笔记：维度dim的定义及其理解使用

男娘i 2022-09-10 00:11 164阅读 0赞

import numpy as np
    
    # 随机生成维度2*3*4的矩阵
    a = np.random.randint(1, 100, [2, 3, 4])
    a=
    array([[[11,  6, 15, 41],
            [71,  8, 22, 44],
            [58, 30, 60, 27]],
    
           [[34, 66, 14, 41],
            [42, 37, 85, 20],
            [72, 21,  2, 41]]])
    a.max(0)=
    array([[34, 66, 15, 41],
           [71, 37, 85, 44],
           [72, 30, 60, 41]])
    a.max(1)=
    array([[71, 30, 60, 44],
           [72, 66, 85, 41]])
    a.max(2)=
    array([[41, 71, 60],
           [66, 85, 72]])

`a.max(0)`相当于`a.max(dim=0)`，`a.shape=(2,3,4)`，当`dim=0`时，则表示在`2`维度上进行操作，`a[0][0][0]=11`与`a[1][0][0]=34`比较大小，`a[0][0][1]=6` 与`a[1][0][1]=66`比较大小，最终生成的矩阵维度是 3 × 4 3 \\times 4 3×4

`a.max(1)`相当于`a.max(dim=1)`，表示在`3`维度上进行操作，  
`a[0][0][0]=11`与`a[0][1][0]=71`与`a[0][2][0]=58`比较大小，  
`a[0][0][1]=6`与`a[0][1][1]=8`与`a[0][2][1]=30`比较大小

`a.max(2)`相当于`a.max(dim=2)`，表示在`4`维度上进行操作，  
`a[0][0][0]=11`与`a[0][0][1]=6`与`a[0][0][2]=15`与`a[0][0][3]=41`比较大小，  
`a[0][1][0]=71`与`a[0][1][1]=8`与`a[0][1][2]=22`与`a[0][1][3]=44`比较大小，

再举例介绍sum():

a.sum(0)=
    array([[ 45,  72,  29,  82],
           [113,  45, 107,  64],
           [130,  51,  62,  68]])
     a.sum(1)=
     array([[140,  44,  97, 112],
           [148, 124, 101, 102]])
    a.sum(2)=
    array([[ 73, 145, 175],
           [155, 184, 136]])

`a.sum(0)`：维度 3 × 4 3 \\times 4 3×4 `a[0][0][0]+a[1][0][0]=11+34`，`a[0][0][1]+a[1][0][1]=6+66`  
`a.sum(1)`：`a[0][0][0]+a[0][1][0]+a[0][2][0]=11+71+58`，`a[0][0][1]+a[0][1][1]+a[0][2][1]=6+8+30`  
`a.sum(2)`：`a[0][0][0]+a[0][0][1]+a[0][0][2]+a[0][0][3]=11+6+15+41`，`a[0][1][0]+a[0][1][1]+a[0][1][2]+a[0][1][3]=71+8+22+44`