tensor的维度（轴）—axis的解释

张量，或tensor，可以看作是向量、矩阵的自然推广，我们用张量来表示广泛的数据类型。

张量的阶数有时候也称为维度，或者轴，轴这个词翻译自英文axis。

譬如一个矩阵[[1,2],[3,4]]，是一个2阶张量，有两个维度或轴。

沿着第0个轴你看到的是[1,2]，[3,4]两个向量，相当于数学中一个2x2的矩阵，按行取出，每一行作为一个向量；

沿着第1个轴你看到的是[1,3]，[2,4]两个向量，相当于数学中一个2x2的矩阵，按列取出，每一列作为一个向量；

import numpy as np  
  
a = np.array([[1,2],[3,4]])  
s0 = np.sum(a, axis=0)  #即[1,2]，[3,4]相加  
s1 = np.sum(a, axis=1)  #即[1,3]，[2,4]相加  
  
print(s0)  
print(s1) 

结果显示为：

>>> [4, 6]
>>> [3, 7]