partial与argmax函数

1、argmax() 函数

直接通过以下的编程实例来理解argmax函数的实际应用，包括dim的使用以及最终返回的最大列或者最大行所在索引。

import torch
a=torch.tensor(
              [
                  [1, 5, 4],
                  [9, 3, 8]
              ])
b=torch.argmax(a,dim=0)
print(b)
c=torch.argmax(a,dim=1)
print(c)
d = a.argmax(0)
print(d)
print(a.shape)

tensor([1, 0, 1])
tensor([1, 0])
tensor([1, 0, 1])
torch.Size([2, 3])

2、 partial() 函数
函数在执行时，要带上所有必要的参数进行调用。但是，有时参数可以在函数被调用之前提前获知。这种情况下，一个函数有一个或多个参数预先就能用上，以便函数能用更少的参数进行调用。

偏函数是将所要承载的函数作为partial()函数的第一个参数，原函数的各个参数依次作为partial()函数后续的参数，除非使用关键字参数。

from functools import partial
 
def mod( n, m ):
  return n % m
 
mod_by_100 = partial( mod, 100 )
 
print mod( 100, 7 )  # 2
print mod_by_100( 7 )  # 2

个人感觉除非函数被频繁的调用，甚至于对于必要的但一直固定的参数，可以通过在定义的时候写死。例如上例中可以将mod函数定义为：mod( n=100, m )；partial这样的写法并不是特别必要，特别是在fastai原代码中对于partial的大肆使用，蔚为惊奇。