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。