最近在学沐神的动手学深度学习，在学线性代数篇时遇到了这个小问题。
总的来说，axis是轴的意思，1表示横轴，方向从左到右；0表示纵轴，方向从上到下。
接下来下看一下代码
A 先看二维数组A = torch.arange(12).reshape(3,4) print(A) A_sum_axis0 = A.sum(axis=0) A_sum_axis0, A_sum_axis0.shape
axis=0的情况下，sum函数就将第一个行维度3进行压缩。对3个行向量中的每个相对应的标量相加得到一个4维（行）向量。
0+4+8=12，1+5+9=15等等
同理，axis=1时将在列维度4进行压缩。在横向把各个元素相加得到一个3维（列）向量。
0+1+2+3=6等等
B 接着看三维矩阵B = torch.arange(24).reshape(2,3,4)
print(B)
print("n")
B_sum_axis0 = B.sum(axis=0)
B_sum_axis0, B_sum_axis0.shape
同样先看axis=0的情况：
B是个3维矩阵，shape为（2，3，4），第一个2表示有2个形状为（3，4）的二维矩阵。
所以axis=0呢，就选中了这两个二维矩阵。调用sum函数就会将这两个形状为（3，4）的二维矩阵按元素相加。
axis=1的情况呢， 跟二维矩阵A在axis=0类似，不过这里只是又多了一个矩阵而已。于是会分别在行维度3分别压缩这两个矩阵。
最后是axis=2，跟二维矩阵A在axis=1类似。在列维度4分别压缩这两个矩阵。
另外，如果指定了参数keepdims=true,就不会把那个维度去掉，而是保留为1。
总而言之呢，axis等于n，就相当于把第n维压缩（拍扁）。沐神还专门讲了哈哈
05 线性代数【动手学深度学习v2】_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1eK4y1U7Qy?p=3&spm_id_from=pageDriver
