目  录

1 理解shape

2 理解dim

3 理解模型预测中的dim

1 理解shape

对于python中shape的理解：

(1,2) 表示1个一维数组，每个一维数组长度为2；

(1,2,3) 表示1个二维数组，每个二维数组有2个一维数组，每个一维数组长度为3；

(1,2,3,4) 表示1个三维数组，每个三维数组有2个二维数组，每个二维数组有3个一维数组，每个一维数组长度为4。

以下面的tensor为例：

import torch
a = torch.tensor([[[[1, 2, 3],
                  [4, 5, 6],
                  [7, 8, 9]]]])
print(a.shape)

输出结果为torch.Size([1, 1, 3, 3])，表示1个三维数组，每个三维数组中有1个二维数组，每个二维数组中有3个一维数组，一维数组分别为[1, 2, 3]、[4, 5, 6]、[7, 8, 9]，每个一维数组的长度为3。如果我们对tensor进行索引

print(a[0][0][0])
print(a[0][0][1])
print(a[0][0][2])

结果分别为：

tensor([1, 2, 3])
tensor([4, 5, 6])
tensor([7, 8, 9])

要注意，只有一个三维数组，所以第一个索引值只能为0，否则就会报错超出索引值；只有一个二维数组，同理第二个索引值也只能为0；有三个一维数组，第三个索引值可以是0、1、2；每个一维数组长度为3，第四个索引值也可以是0、1、2。

2 理解dim

然后我们再通过torch.mean()函数来理解dim：

a = a.float()  # 先转换成float格式，否则会报错
print(torch.mean(a, dim=2))
print(torch.mean(a, dim=3))

运行结果如下：

tensor([[[4., 5., 6.]]])
tensor([[[2., 5., 8.]]])

通过对比可以看出，对于该数组，dim可取的值为0、1、2、3。dim=2意味着在二维数组上进行求平均值的操作，即对一个矩阵按列求平均值；dim=3意味着在一维数组内进行求平均值的操作，即对每个一维数组求平均值。

3 理解模型预测中的dim

再理解在模型预测中遇到的dim，模型输出的数组outputs为(1, 10)，即一个一维数组，一维数组中有10个元素，对于该函数：

torch.max(outputs, dim=1)

dim=1即在outputs中的一维数组内取最大值。