torch.max()用法

函数：torch.max(input, dim, keepdim=False, out=None)
返回值：Tensor, LongTensor

作用：输入tensor，按维度返回其最大值，并返回其最大维度的索引。

---

创建2个张量a和b

a = torch.tensor([[10, 5, 1], [2, 4, 3]])
b = torch.tensor([[6, 8, 9], [1, 4, 2]])
print(a)
print(b)

tensor([[10,  5,  1],
        [ 2,  4,  3]])
tensor([[6, 8, 9],
        [1, 4, 2]])

输出其最大值

print(torch.max(a))
print(torch.max(b))

tensor(10)
tensor(9)

按维度输出最大值，其中0是按列索引，1是按行索引，在输出最大值的同时，输出最大值所在的索引的位置。
*在深度学习中，知道了最大值索引位置，就知道了one-hot编码，知道了one-hot编码，就可以进行类别预测了。

print(torch.max(a, 0))
print("-------------------------")
print(torch.max(b, 1))

torch.return_types.max(
values=tensor([10,  5,  3]),
indices=tensor([0, 0, 1]))
-------------------------
torch.return_types.max(
values=tensor([9, 4]),
indices=tensor([2, 1]))

比较a和b，按维度输出最大值

c = torch.max(a, b)
print(c)

tensor([[10,  8,  9],
        [ 2,  4,  3]])

---

如果觉得有帮助，欢迎点赞+收藏，笔芯~