torch.min() 和np.min()

 torch.min(tensor, dim) 的返回值分别为指定维度的最小值和对应的索引

y_score = torch.tensor([[0.9, 0.05, 0.05],
                    [0.1, 0.8, 0.1],
                    [0.05, 0.1, 0.85],
                    [0.8, 0.15, 0.05],
                    [0.2, 0.7, 0.1],
                    [0.1, 0.25, 0.65]])
y_min = torch.min(y_score, dim=1)

y_min
torch.return_types.min(
values=tensor([0.0500, 0.1000, 0.0500, 0.0500, 0.1000, 0.1000]),
indices=tensor([1, 0, 0, 2, 2, 0]))

np.min(array, axis) 返回值只有一个,即指定维度最小值组成的array

y_score = np.array([[0.9, 0.05, 0.05],
                    [0.1, 0.8, 0.1],
                    [0.05, 0.1, 0.85],
                    [0.8, 0.15, 0.05],
                    [0.2, 0.7, 0.1],
                    [0.1, 0.25, 0.65]])
y_min = np.min(y_score, axis=1)

y_min
array([0.05, 0.1 , 0.05, 0.05, 0.1 , 0.1 ])

  • 2
    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