Pytorch中torch.max()函数的使用

torch.max(input, dim, keepdim=False, out=None) -> (Tensor, LongTensor)
max函数需要注意的是,它是一个过载函数,函数参数不同函数的功能和返回值也不同。
input是一个tensor.
当max函数中有维数参数的时候,它的返回值为两个,一个为最大值,另一个为最大值的索引.
对于dim参数,以一个二维数据输入为例,当dim为0时,max()返回的是每列的最大值以及各列最大值的索引;当dim为1时,max()返回的是每行的最大值以及各行最大值的索引。

a = t.randn(3, 4)
print(a)

print('维度为0:')
print(t.max(a, 0))
print('维度为1:')
print(t.max(a, 1))

输出为:

tensor([[-1.2851,  1.2206, -0.2578,  1.4101],
        [ 0.6201, -0.8447,  0.0455, -1.0944],
        [ 0.8037, -1.2278, -0.3627,  0.0303]])
维度为0:
torch.return_types.max(
values=tensor([0.8037, 1.2206, 0.0455, 1.4101]),
indices=tensor([2, 0, 1, 0]))
维度为1:
torch.return_types.max(
values=tensor([1.4101, 0.6201, 0.8037]),
indices=tensor([3, 0, 0]))
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值