python代码大全简单图解

最新推荐文章于 2024-12-26 23:37:12 发布

dghsgzhz12

最新推荐文章于 2024-12-26 23:37:12 发布

阅读量369

点赞数 3

分类专栏：程序开发文章标签：深度学习 pytorch 算法数据库

本文链接：https://blog.csdn.net/dghsgzhz12/article/details/140192584

版权

程序开发专栏收录该内容

20 篇文章 0 订阅

订阅专栏

大家好，本文将围绕python代码大全和用法展开说明，python编程代码大全是一个很多人都想弄明白的事情，想搞清楚python代码有哪些需要先了解以下几个事情。

这篇博客介绍两个基本的数学函数，max()与min()两个。从函数名就可以看出这两个函数的作用：

max()：查找最大值

min()：查找最小值

笔者一开始遇到这两个函数，感觉这两个简单函数对Tensor(张量)的操作还是有一些弯弯绕。我们来梳理一下，梳理出来就会清楚很多。

一、max()函数

函数定义：(input, dim, max=None, max_indices=None，keepdim=False)

参数：input：进行max操作的Tensor变量

dim：需要查找最大值得维度（这里很迷，后面重点介绍）

max：结果张量，用于存储查找到的最大值

max_indices：结果张量，用于存储查找到最大值所处的索引

keepdim=False：返回值与原Tensor的size保持一致

1. 简单应用

以一个一维Tensor为例，解释max()函数的输入、输出。

t1=torch.LongTensor([3,9,6,2,5])
print("-------max-------")
print((t1))
print("-------max dim-------")
print((t1,dim=0))

输出结果为：

可以看到，加了dim参数后，返回值中多了一个indices Tensor，这个张量用于存储下最大值的下标，例子中最大值9的下标为1。

2. 二维Tensor

对二维Tensor使用max/min函数，必须搞清楚的就是dim参数，先说结论：

①. dim为0，用于查找每列的最大值。返回行下标索引。

②. dim为1，用于查找每行的最大值。返回列下标索引。

③. 不添加dim参数，返回所有值中的最大值，且无索引。这里放在4.中展示。

从这里看就有些奇怪了，因为众所周知，二维情况下，第0维为行，第1维为列。为什么dim为0时返回每列的最大值。

先看一个例子，以一个两行三列的Tensor(size=2x3)维例：

t=torch.randn(2,3)
print(t)
print("-------max dim=0 -------")
print((t,dim=0))
print("-------max dim=1 -------")
print((t,dim=1))

输出结果为：

当dim=0时，输出最大值为，第一列最大值0.6301，第二列最大值0.8937，第三列最大值0.3851。

当dim=1时，输出最大值为，第一行最大值0.8937，第二行最大值0.6301。

我们结论是正确的，我们从下标来分析一下：

首先，当dim=0时，三个列最大值的下标，分别为[1][0]、[0][1]、[1][2]。（以及返回的索引张量[1,0,1]）

当dim=1时，两个行最大值的下标，分别为[0][1]、[1][0]。（以及返回的索引张量[1,0]）

我们能够看到，max()得到的最大值，本质上，是除了dim维以外，取其余维度逐一遍历分组（红色下标），组内补上每一个dim维后的几个数据的内部比较。

对dim参数的结论：

在其他维度均确定的情况下，比较所有dim维对应的数据，找到其中的最大值，并返回索引。

我们根据此例进行分析：

当dim=0时，除了dim等于的第0维，还有第1维，遍历第1维，得到[0]，[1]，[2]。再补上第0维，根据遍历第1维得到的,三个1维下标分为三组。第一组（[0][0]，[1][0]）、第二组（[0][1]，[1][1]）、第三组（[0][2]，[1][2]）。进行内部比较，得到三个组内最大值，即[0.6301，0.8937，0.3851]，得到索引[1，0，1]。所以，也就是每一列的最大值了。

同理可以分析该例子中，dim=1的情况。

但是对于二维Tensor来说，记住结论比理解这个更容易。当三维及以上时，理解这个就变得很重要了。

3、二维以上Tensor使用

这里主要使用病分析一个，三维的Tensor使用max操作来验证我们上面的结论。

例子：

t=torch.randn(2,2,2)
print(t)
print("-------max dim=0 -------")
print((t,dim=0))
print("-------max dim=1 -------")
print((t,dim=1))

输出结果：

分析：

①. 对于dim=0，遍历除了第0维外，得到的第1维、第2维组合有[0][0]，[0][1]，[1][0]，[1][1]。所以分为的组有第一组（[0][0][0]，[1][0][0]），第二组（[0][0][1]，[1][0][1]），第三组（[0][1][0]，[1][1][0]），第四组（[0][1][1]，[1][1][1]）。

数据就是(0.9560,0.0632)，（1.6869,0.3790），（1.1282,0.8084），（0.8298，-1.4528）

max结果得到：最大值[0.9560，1.6869，1.1282，0.8298]，索引[0，0，0，0]

②. 对于dim-1，遍历除了第1维外，得到的第0维、第2维组合有[0]_[0]，[0]_[1]，[1]_[0]，[1]_[1]。将第1维加入后，既可以分为（[0][0][0]，[0][1][0]），（[0][0][1]，[0][1][1]），（[1][0][0]，[1][1][0]），（[1][0][1]，[1][1][1]）.

得到的数据组为（0.9560，1.1282），（1.6869，0.8298），（0.0632，0.8084），（0.3790，-1.4528）

max结果得到： 最大值[1.1282，1.6869，0.8084，0.3790]，索引[1，0，1，0]

4. 无dim参数的max()函数

当使用()函数时，不添加dim函数，则返回所有元素中值最大值（格式为size为1Tensor），且无索引。

例子：

t=torch.randn(2,2,2)
print(t)
print((t))

输出结果：

结果输出，所有元素中的最大值。

二、min()函数

与max相同，但是返回为最小值。

-------end------

原文地址1：https://blog.csdn.net/ADwenwen/article/details/105276487
参考资料：python中用turtle画一个圆形 https://blog.csdn.net/SXIAOYAN_/article/details/140061099