这里是不是写错了啊 axis=1是按照行， axis=0是按照列求和
没错，你可以这样理解，轴0和轴1分别对应行和列，axis=0是沿着轴0去做，而轴0的方向是向下的，这点比较绕，可以理解为想要扩展行数就要向下扩展，扩展列数是向右扩展。所以axis=0给人感受是在求一列的和。
axis = 0按照行，可以理解为把“行”给抹去只剩1行，也就是上下压扁。
axis = 1按照列，可以理解为把“列”给抹去只剩1列，也就是左右压扁。
提个小建议：这里的"汇总"，英文是reduction/reduce，翻译成"降维"感觉会更容易理解，即根据隐含的dimensionality reduction原文意思进行翻译。
建议向量点积为什么写成x⊤y这里可以讲得详细点
嗯，附录里的确实讲得比较清楚。我的建议是18.1.1开头关于行向量和列向量的内容可以放在现在的正文，因为行向量和列向量的区别在计算机语言（总是类似于一维数组 X = [0, 1, 2]）这样的书写习惯中体现不出区别。
https://d2l.ai/chapter_appendix-mathematics-for-deep-learning/geometry-linear-algebraic-ops.html#geometry-of-vectors
Thanks for your suggestions @Jiaomubaobao233 ! Would you like to be a contributor and post a PR for your proposition?
最后的linalg.norm函数是基于numpy的，功能上与torch.norm()相同
A / A.sum(axis=1)到底是什么意思啊
小问题，x = torch.tensor([3.0])，这个应该是向量，标量应该是：torch.tensor(3.0)。
不可以这样操作，但是可以 A/A.sum(axis=1, keepdims=True). 每个元素除以它所在行的和。
第7题, 实际走的距离应该是L1范数, L2范数应该是两点的欧氏距离吧
请问一下，||a*b|| =|a| * ||b||,这里a是标量还是向量
第7题，对于城市街道都是横平竖直的，一般走的都是L1距离， L2距离貌似走不了
请问课后练习的答案在哪里呢？可否给个链接
请问torch.tensor([3.0])与torch.tensor(3.0)有什么区别啊
最后第九题，应该怎么做呢？是什么意思呀？