pytorch的dim理解

import numpy as np

mynp = np.arange(24).reshape(2,3,4)
print(mynp)
print(mynp.mean(0))
print(mynp.mean(1))
print(mynp.mean(2))
print(mynp.mean(-3))
print(mynp.mean(-2))
print(mynp.mean(-1))

#输出
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]
 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
#dim=0
[[ 6.  7.  8.  9.]
 [10. 11. 12. 13.]
 [14. 15. 16. 17.]]
#dim=1
[[ 4.  5.  6.  7.]
 [16. 17. 18. 19.]]
#dim=2
[[ 1.5  5.5  9.5]
 [13.5 17.5 21.5]]
#dim=-3
[[ 6.  7.  8.  9.]
 [10. 11. 12. 13.]
 [14. 15. 16. 17.]]
#dim=-2
[[ 4.  5.  6.  7.]
 [16. 17. 18. 19.]]
#dim=-1
[[ 1.5  5.5  9.5]
 [13.5 17.5 21.5]]

pytorch中shape(a,b,c)中的a、b、c表示表示对应维度的size，而维度也有一个序号：正序是0、1、2；逆序是-1、-2、-3。
如示例代码所示，0和-3、1和-2、2和-1维度计算的均值是相同的。
另外，指定维度的运算是对应维度内元素的运算，如dim=0的均值，维度0的size为2，即其由2个元素

[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
[[12 13 14 15][16 17 18 19][20 21 22 23]]

其均值计算是元素对应位置相加求平均：0和12、1和13...