一、前言
这个方法跟上一篇文章的torch.max()方法非常类似,只不过一个是求最大值,一个是求平均值。在某些情况下,甚至可以代替下采样中的最大池化和平均池化,所以说,这两个方法的用处还是蛮大的。
torch.max() <->torch.nn.MaxPool2d()
torch.mean() <->torch.nn.MeanPool2d()
二、方法详解
torch.max(input, dim, keepdim=False, *, out=None) -> (Tensor, LongTensor)
- input:输入的张量
- dim:求最大值的维度,若dim = 0,则沿行求最大值;若dim=1,则沿列求最大值
- keepdim:输出张量是否跟输入张量的另一个维度相同
- return:返回输出张量及索引值
三、案例
- 案例1
import torch
x = torch.randn(3, 4)
print(x)
y = torch.max(x, dim=0, keepdim=False)
print(y)
-
运行结果x
-
运行结果y
-
案例2
import torch
x = torch.randn(3, 4)
print(x)
y = torch.max(x, dim=1, keepdim=False)
print(y)
-
运行结果x
-
运行结果y