Pytorch中矩阵用sum()函数求和降维是怎么回事

看例子：

定义一个5×4矩阵

 我们对A矩阵所有元素求和，观察求和的矩阵形状：

 这里A矩阵是二维矩阵，在计算机里面也就是有两个轴，轴0表示行，轴1表示列，求和函数A.sum()表示将A矩阵在这两个轴方向上同时求和，所以求和后A.sum()是一个标量。

A.sum()默认是将两个轴方向同时求和，也可以指定一个轴方向求和，下面我们指定按轴0方向求和，也就是按行求和，并观察求和后矩阵形状：

 可以看出求和后二维矩阵变成一维的了，按行求和，行这个维度就消失了，所以可以认为，求和就是在降维；另外提醒一下，计算机没有行和列的概念，所以不管是按行还是按列求和降维，最终都是变成一维的。

假如我们想求和但是不想降维行不行呢，是可行的，我们用keepdim=True来实现，如下所示

可以看见，现在还是一个二维的矩阵，并没有降维。