深度学习中轴（axis）的理解

参考这篇文章 https://blog.csdn.net/fangjian1204/article/details/53055219

 

在接触tensorflow和numpy的时候，总是被axis的概念弄混，像np.min(data, axis=0)，所以重点学习一下。

 

在谈到轴之前，首先介绍一下维度的概念，了解了维度的概念，再谈轴就比较好理解了，文章中有一句特别关键的话“设axis=i，则numpy沿着第i个下标变化的放下进行操作”。为了让维度更好理解，我们举一个简单的例子。某市有十所学校，每个学校有12个年级，每个年级有6个班，每个班有30名学生，这样就组成了一个四维的数组，为10*12*6*30，当我们需要找某一个学生时，我们就可以通过 学校index，年级index，班级index，学生index来找到该学生，也就是说第一个维度是学校，第二个维度是年级，第三个维度是班级，第四个维度是学生。这个定义不是固定的，而是根据我们需要确定的，你当然也可以把年级作为第一个维度，学校作为第二个维度，也是没问题的。

 

所以当沿着某个axis进行操作时，实际上就是沿着这个维度压缩，将4维的数组压缩为3维，压缩后的结果就是和这个3维的数组保持一致，我们再举个例子。

 

比如我们常见的NCHW模型，我们把N当成第一个维度（0），C当成第二个维度（1），H为第三个维度（2），W为第四个维度（3），所以当执行np.sum(data, axis=0)时，也就是沿着N的维度就行压缩求和

 

这样就把N多个CHW压缩成了一个CHW，而CHW的维度值是保持不变的，但是数值变成了N个对应位置的sum值。

 

当执行np.sum(data, axis=1)时，相对于沿着C的维度进行压缩求和，相当于把N个立方体，压缩成了N个“平面”，压成了N*H*W的结果