前言
? ? ? ? 才看到李老师的求任意轴的元素和的时候有一点小混乱，就整理了一下，结果没想到善良的李老师又为我们多录了这一段，我真是哭笑不得，不过整都整理好了说不定还有不太清晰的小宝贝呢？还是发出来算了。
一、先从简单的二维数组来看
1.先生成一个二维数组
?
? ? ? ? Torch.arange就是生成数从0~19的一个向量，dtype指明数的类型是32位浮点数，一般在深度学习中浮点数多用32位进行运算。然后用reshape的方法将一位向量变成一个5*4的矩阵。
输出结果如下
? ? ? ? 每个数后面有一点是说明为浮点数，如果为小数32位浮点数输出的结果小数点后面会有4位，如0.5000.
2.对A求所有元素和
? ? ? ? ?shape函数可以查看A的类型，sum可以对所有元素求和
3.对不同的维度求和
? ? ? ? 首先说明size[a,b,c,d....]，a表示第一个维度，b表示第二个维度以此类推。在二维数组中，第一个维度就是行，第二个维度就是列。
? ? ? ?上图中axis=0就是对第一个维度（行）求和，就剩下了列，所有size就是列的数目。同理axis=1就是对第二个维度求和，剩下行。
? ? ? ? ? ? ?
?
二、三维数组来看
1.先生成一个三维数组
? ? ? ?三维数组可以看做多个二维数组组成。图中生成的三维数组reshape（2,5,4）就类似于两个5*4的二维数组，如下图
2.对不同维度的元素求和
（1）axis=0对第一个维度求和，求和后剩下后面两个维度。如下图所示
（2）axis=1,对第二个维度（行）求和，剩下第一个和第三个维度。如下图所示
（3）axis=[0,1]就是先进行axis=0的求和再进行axis=1的求和。
?