tensor求和（ tensor.sum()）

1. torch.sum(input, dim, out=None)

参数说明：

input：输入的tensor矩阵。

dim：求和的方向。若input为2维tensor矩阵，dim=0，对列求和；dim=1，对行求和。注意：输入的形状可为其他维度（3维或4维），可根据dim设定对相应的维度求和。

out: 输出，一般不指定。

2. 例子

这里给了一个四维的tensor，代表的是输入到网络中的一张图片（batchSize，channel，height，width）。dim=1，对通道求和。

2.1 Code

 import torch

 def function():
     data1 = torch.rand([1, 3, 3, 3])
     print("data1_shape: ", data1.shape)
     print("data1: ", data1)

     data2 = torch.sum(data1, dim=1)
     print("data2_shape: ", data2.shape)
     print("data2: ", data2)

 if __name__ == '__main__':
     function()

2.2 结果显示

对第二个通道求和的，因此第二个通道变为了1，默认被隐藏，不被显示。理论上的维度为[1, 1, 3, 3]，隐藏后维度为[1, 3, 3]。