【Pytorch】max函数

在Pytorch中,max函数包括torch中顶级函数torch.max和Tensor对象的max函数,且均实现了overload(函数重载),以泛化其功能。其常见的使用方法包括:

可用于Tensor对象内部元素的极值获取,或者两个Tensor对象的逐元素对比。

1. 张量内部元素的极值

import torch 
a = torch.arange(0, 6).reshape(2,3)    # tensor([[0, 1, 2][3, 4, 5]])

# 所有元素的最大值
torch.max(a)  # 方法一,tensor(5)
a.max()    # 方法二,tensor(5)

# 沿某个dim的最大值 
torch.max(a, dim=1)    # 方法一,(tensor([2, 5]), tensor([2, 2])), 第二个元素即为torch.argmax(a, dim=1)
a.max(dim=1)     # 方法二

2. 逐元素对比两个张量
该操作支持广播

import torch 
a = torch.arange(0, 6).reshape(2,3)    # tensor([[0, 1, 2][3, 4, 5]])

torch.max(a, torch.tensor(2))  # 方法一:tensor([[2, 2, 2], [3, 4, 5]])

a.max(torch.tensor(2))   # 方法二

一个典型应用就是relu激活函数:

def relu(t):
    return torch.max(t, torch.zeros_like(t))
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