torch.cat和torch.max[笔记]

注: 这是个人笔记,想了解的还是去torch官网吧,这一类numpy接口,用的时候还是单独测试一下,防止出错

torch.max

torch.max(input, dim, keepdim=False, out=None) -> (Tensor, LongTensor)
用的较多的是不同于传统的max,此函数返回相应维度的最大值及其索引(values, indices),如果keepdim = True,那么返回的values和indices相应的tensor的形状和input相同,只不过未选择到的元素会被squeeze,可见torch.aqueeze函数
示例如下
1,keepdim =True

a = torch.LongTensor([[2,3,5],[2,5,6],[5,4,8],[9,4,7]])
decoder_scores, decoder_input = torch.max(a, dim=1, keepdim = True)
print(decoder_input);print(decoder_input.size());print(a.size())
输出:
tensor([[2],
        [2],
        [2],
        [0]])
torch.Size([4, 1])
torch.Size([4, 3])

2,keepdim = False (default)

a = torch.LongTensor([[2,3,5],[2,5,6]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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