我正试图使用keras和tensorflow学习深度学习，我在https://www.tensorflow.org/tutorials/keras/regression其中，他们使用normalizer=tf.keras.layers.normalization(axis=-1(创建了一个规范化层。请有人解释axis=-1的含义。我试着查看API文档，但我无法理解其中的解释？我知道轴=0表示行，轴=1表示列，对吧？提前感谢
根据文档，该层为：
对连续特征进行归一化的预处理层。
然后，在axis:的描述下
默认值为-1，其中输入的最后一个轴被假设为特征维度，并按索引进行归一化。
从这两个语句中，我们可以看到-1在本文中只是指最后一个轴。这在Python中非常常见，例如，您可以使用-1为列表中的最后一个元素编制索引。