【Pytorch】torch.argmax

在原文章上有自己的补充和修改

【参考：torch.argmax函数说明_Egozjuer的博客-CSDN博客】

argmax函数：torch.argmax(input, dim=None, keepdim=False)返回指定维度最大值的序号

dim给定的定义是：the demention to reduce.
也就是把在dim这个维度的数据，变成这个维度上的最大值的下标index

1）dim的不同值表示不同维度。特别的在dim=0表示二维中的列，dim=1在二维矩阵中表示行。广泛的来说，我们不管一个矩阵是几维的，比如一个矩阵维度如下：(d0,d1,…,dn−1) ，那么dim=0就表示对应到d0 也就是第一个维度，dim=1表示对应到第二个维度，以此类推。

2）知道dim的值是什么意思还不行，还要知道函数中这个dim给出来会发生什么。

结合这两个才会知道dim在函数中的作用。下面举两个例子说明上面的第二点。

---

例子一：torch.argmax()函数中dim表示该维度会消失
这个消失是什么意思？官方英文解释是：dim (int) – the dimension to reduce.
我们知道argmax就是得到最大值的序号索引，

对于一个维度为(d0,d1) 的矩阵来说，我们想要求每一行中最大数的在该行中的列号，最后我们得到的就是一个维度为(d0,1) 的一矩阵。这时候，列就要消失了。

因此，我们想要求每一行最大的列标号，我们就要指定dim=1，表示我们不要列了，保留行的size就可以了。

假如我们想求每一列的最大行标，就可以指定dim=0，表示我们不要行了。

• 二维数据

import torch
# (3,4)
a=torch.tensor(
              [
                  [1, 5, 5, 2],
                  [9, -6, 2, 8],
                  [-3, 7, -9, 1]
              ])
b=torch.argmax(a,dim=0) 
print(b)

"""
tensor([1, 2, 0, 1]) # (1,4)

dim=0 跨行 => 每列
（多行 => 一行）

第一列：1 9 -3 : 9最大，下标为1
第二列：5 -6, 7 : 7最大，下标为2
以此类推
"""

理解：dim=0维度上为3,即在那3组数据中作比较，求得是每一列中的最大行标，因此为[1,2,0,4]

• 三维数据

import torch
# (2,3,4)
a=torch.tensor([
              [
                  [1, 5, 5, 2],
                  [9, -6, 2, 8],
                  [-3, 7, -9, 1]
              ],
 
              [
                  [-1, 7, -5, 2],
                  [9, 6, 2, 8],
                  [3, 7, 9, 1]
              ]])
b=torch.argmax(a,dim=0)
print(b)
 
"""
tensor([[0, 1, 0, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]])

1 与 -1 比较，1大，1的下标为0
"""

dim=0，即将第一个维度消除，维度为2，也就是将两个[34]矩阵只保留一个，因此要在两组中作比较，即将上下两个[34]的矩阵分别在对应的位置上比较

b=torch.argmax(a,dim=1)

"""
tensor([[1, 2, 0, 1],
       [1, 0, 2, 1]])
"""

dim=1，即将第二个维度消除,维度为3，在那3组数据中作比较，求得是每一列中的最大行标
这么理解：矩阵维度变为[2*4];

b=torch.argmax(a,dim=2)
"""
tensor([[1, 0, 1],
        [1, 0, 2]])
"""

dim=2,即将第三个维度消除，维度为4,在那4组数据中作比较，求得是每一行中的最大列标
这么理解：矩阵维度变为[2*3]