1、维度与形状的区别
当我们说一个向量的维度的时候，我们会说，这是一个1维度向量，2维向量，3维向量等等。在pytorch中，计算维度是通过向量的形状获取的，如下代码所示：
import torch
input = torch.ones(3, 5)
print(input)
dim = len(input.shape)
print(dim)2、维度的计数
对于上面的2维input向量，它有两个维度，分别表示为0维和1维。
input向量的外形轮廓是这样的：
tensor([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])通过外形来看，我们可以知道最外面的中括号为1维，其次为2维。
3、dim=0和dim=1的表示
从俯瞰的角度来看，input向量长这个样子：
从dim=0的角度（横向角度）来看，input向量长这个样子：
从dim=1的角度（纵向角度）来看，input向量长这个样子：
4、sum的理解
sum表示求和操作，当dim=0的时候，sum操作是这样执行的：
当dim=1的时候，sum操作是这样执行的：
