pytorch中tf.nn.functional.softmax(x,dim = -1)对参数dim的理解

torch.nn.functional.Softmax(input,dim=None)

tf.nn.functional.softmax(x,dim = -1)中的参数dim是指维度的意思，设置这个参数时会遇到0,1，2，-1等情况，特别是对2和-1不熟悉，细究了一下这个问题
查了一下API手册，是指最后一行的意思。原文：
dim (python:int) – A dimension along which Softmax will be computed (so every slice along dim will sum to 1).

softmax的公式为：
$$Softmax(x_i)=\frac{exp(x_i)}{{\sum }_j{x}_i}$$

一般会有设置成dim=0,1,2,-1的情况

准备工作：先随机生成一个（2,2,3）的矩阵，两个维度的（2,3）矩阵。

import torch
import torch.nn.functional as F
input = torch.randn(2,2,3)
print(input)

输出为：

tensor([[[-3.9332,  0.7909,  0.8927],
         [-1.7991,  0.2505,  0.7695]],

        [[ 0.1946,  0.1878,  1.2713],
         [ 0.9536,  1.0525, -0.7081]]])

• 要注意的是当dim=0时， 是对每一维度相同位置的数值进行softmax运算，举个栗子：

m = F.softmax(input,</