torch.max np.max

import torch
import numpy as np
np.random.seed(5)
torch.manual_seed(6)

a = torch.randn(3,3)
print(a)

输出:
tensor([[-0.4868, -0.6038, -0.5581],
        [ 0.6675, -0.1974,  1.9428],
        [-1.4017, -0.7626,  0.6312]])

b = torch.max(a,0)
print(b)

输出:
torch.return_types.max(
values=tensor([ 0.6675, -0.1974,  1.9428]),
indices=tensor([1, 1, 1]))


c = np.random.randn(3,3)
print(c)

输出:
[[-0.32986996 -1.19276461 -0.20487651]
 [-0.35882895  0.6034716  -1.66478853]
 [-0.70017904  1.15139101  1.85733101]]

d = np.max(c, 1)
print(d)

输出:
[-0.20487651  0.6034716   1.85733101]


①torch.max 同时返回最大值和索引,②np.max只返回最大值,③np.max等价于np.amax

  • 0
    点赞
  • 0
    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