pytorch tensor.mean中的dim

import torch
a = torch.randn((2,3,2))
a = a.int()
a = a.float()  #为了简便起见，随机生成
print(a)
print(a.mean(dim=(0,2)))
print(a.mean(dim=(0,1)))

tensor([[[ 0.,  0.],
         [ 1.,  0.],
         [ 0., -1.]],

        [[-1.,  0.],
         [-1.,  1.],
         [ 0.,  1.]]])
tensor([-0.2500,  0.2500,  0.0000])
tensor([-0.1667,  0.1667])

先看第一个a.mean(dim=(0,2))，其意思是去除第0维，第2维，因为a的size为（2，3，2）
去除第0维，第2维，只剩下中间的size，那么结果的size为(3)。

数值的计算：
为了更直观的看，我们以这样的形式表示a

去除第0维后，size会变成（3，2），也就是这两个表格会变成一个表格，如下：

也就是把两个表格的数据对应位置相加再求平均
接下来去除第2维，size会变成（3），也就是这两列会变成一列，如下：

就是列对应位置相加再求各自平均
也就是输出结果里的tensor([-0.2500, 0.2500, 0.0000])

同样的a.mean(dim=(0,1))，就是将第二张图里的表格，合并成只有一行两列的表格。