Pytorch torch.topk用法

pytorch torch.topk用法

import torch

pred = torch.randn((4, 5))
print('pred是', pred, "\n")
values, indices = pred.topk(2, dim=1, largest=True, sorted=True)
print("values是", values, "\n")
print("indices是", indices, "\n")

输出:

pred是 tensor([[-0.7044, -0.3443,  1.2655, -0.8944, -0.0917],
        [-0.9605, -0.1830, -0.9964, -0.0696, -2.1732],
        [-0.2562,  0.0429,  1.1153, -0.0081, -1.8422],
        [ 1.4038,  0.3336,  0.9309,  0.2830, -0.4532]]) 

values是 tensor([[ 1.2655, -0.0917],
        [-0.0696, -0.1830],
        [ 1.1153,  0.0429],
        [ 1.4038,  0.9309]]) 

indices是 tensor([[2, 4],
        [3, 1],
        [2, 1],
        [0, 2]]) 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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