argmax()和.sum()用法

import torch

outputs = torch.tensor([[0.1, 0.2],
                        [0.05, 0.4]])

print(outputs.argmax(1))  # 里面的1是一个方向,代表矩阵横向
# 输出tensor([1, 1])  说明0.2在第一行最大,0.4在第二行最大

preds = outputs.argmax(1)
targets = torch.tensor([0, 1])
print(preds == targets)
# 因为tensor([1, 1])和tensor([0, 1])
# 所以输出tensor([False,  True])
print((preds == targets).sum())
# 输出tensor(1),这是对应位置相等的个数



print(outputs.argmax(0))  # 里面的1是一个方向,代表矩阵的列
# 输出tensor([0, 1])  说明0.1在第一列最大,0.4在第二列最大





  • 1
    点赞
  • 9
    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