试想一个简单的问题：一个维度是[1, 6]的tensor，我想其中的6个元素分成3组，每组2个元素，然后对每组中的元素求平均值，得到一个维度是3的输出。应该怎么用Python实现？
最直观的想法就是：将[1, 6]先reshape成[2, 3]或[3, 2]，然后在2对应的维度上进行运算，最终得到维度是3的结果。但是，真的[2, 3]或[3, 2]都能行吗？
下面让我们来看看两者的区别，感受一下区别。
a = torch.tensor([[1., 2., 3., 4., 5., 6.试想一个简单的问题：一个维度是[1, 6]的tensor，我想其中的6个元素分成3组，每组2个元素，然后对每组中的元素求平均值，得到一个维度是3的输出。应该怎么用Python实现？
最直观的想法就是：将[1, 6]先reshape成[2, 3]或[3, 2]，然后在2对应的维度上进行运算，最终得到维度是3的结果。但是，真的[2, 3]或[3, 2]都能行吗？
下面让我们来看看两者的区别，感受一下区别。
a = torch.tensor([[1., 2., 3., 4., 5., 6.