torch.sum(input, dim=tuple/int)用法

无论dim是个tuple还是一个int型整数，都是要让对应的维度消失。
举例：

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

输出：

tensor([[[[1, 2, 3],
          [4, 5, 6]]]])
torch.Size([1, 1, 2, 3])

对dim=2求和，就让dim=2消失，dim=2对应的值是2，
它消失后的shape就是[1,1,3]，怎么样让dim=2消失，1+4，2+5，3+6，这样原来的[1,2,3],[4,5,6]变成了[5,7,9],原来的dim=2消失了，它的位置被原来的dim=3接替，新的shape就成了[1,1,3]，如下所示：

b = torch.sum(a, dim=2)
print(b)
print(b.shape)

输出：

tensor([[[5, 7, 9]]])
torch.Size([1, 1, 3])

同样可以对dim=3求和：

c = torch.sum(a, dim=3)
print(c)
print(c.shape)

输出：

tensor([[[ 6, 15]]])
torch.Size([1, 1, 2])

如果dim是个tuple, 那么就让tuple里所有的数对应的维度消失，比如dim=(2,3),那么2，3维度没了，也就是原来a的shape由[1,1,2,3]变成[1,1]，如下所示：

d = torch.sum(a, dim=(2,3))
print(d)
print(d.shape)

输出：

tensor([[21]])
torch.Size([1, 1])

21是同时对第2，3维度求和的结果，即1+2+3+4+5+6=21。