ord=1,为啥不是求和，能帮忙解答下吗
其实也不是不可以相处，广播机制先开始是先将两个张量的维度先右对齐，右对齐之后短的张量存在的维度除1之外必须和长的长量的维度相同否则不能广播，例如维度为（2，3，4）和（4）的就可以广播，而（2，3，4）和（5）就不能广播因为右对齐之后发现4和5不相等，而作业上的这道题torch.Size([5, 4]), torch.Size([5])右对齐之后发现5不等于4所以不能广播，加上A/A.sum(axis=1, keepdims=True)，维度变为torch.Size([5, 4]), torch.Size([5，1])右对齐后1与4对应，因为1可以广播到4所以两个运算正确
其实也不是不可以相处，广播机制先开始是先将两个张量的维度先右对齐，右对齐之后短的张量存在的维度除1之外必须和长的长量的维度相同否则不能广播，例如维度为（2，3，4）和（4）的就可以广播，而（2，3，4）和（5）就不能广播因为右对齐之后发现4和5不相等，而作业上的这道题torch.Size([5, 4]), torch.Size([5])右对齐之后发现5不等于4所以不能广播，加上A/A.sum(axis=1, keepdims=True)，维度变为torch.Size([5, 4]), torch.Size([5，1])右对齐后1与4对应，因为1可以广播到4所以两个运算正确·······
运算的结果是一致的，你上面写的是x.sum()/x.numel(),这里的a是哪里来的呢？
A @ B好像并不少见，而且一开始是由numpy最先使用的 A @ B，到后面python解释器版本，直接把这个用法内置了，也就是不用引入numpy，也可以直接使用 A @ B
A @ B好像并不少见，而且一开始是由numpy最先使用的 A @ B，到后面python解释器版本，直接把这个用法内置了，也就是不用引入numpy，也可以直接使用 A @ B
axis是轴序号，按轴来理解比较好。降维实际上是选择一个轴，把这个轴给去掉，去掉的同时可以使用平均、求和等操作保留信息。自己扩展到3个轴，4个轴，看下sum、mean的行为是怎么样的就好理解了。
你是分别求的x的平均值和a的平均值，x和a是不是相等的？不等的话平均值不一样也很正常啊 。
可以这样理解，不如将 axis=？看作是从前开始数的第（？+1）个[ ，这样看上去更清晰一点，高维张量也是一样
axis=0 书上写对所有行操作，省去了一个前置：（对一列的）所有行进行操作。语文翻译引起了歧义
你好，请问是哪一个第7题？2.3线代这章好像没看到曼哈顿距离相关的题
