pytorch学习笔记(十)——统计属性

tensor统计属性​​​​​​​ 

1.norm-p

范数p=1:绝对值之和

范数p=2:绝对值平方之和开2次方

......

eg:

2.mean, sum, min, max, prod(累乘)

3.argmin, argmax(不给定dim参数时,打平后最大最小值的索引)

a=torch.randn(4,10) #创建一个4行10列的Tensor

不给定dim参数,求最大值所在的索引

a.argmax()  #结果为:tensor(18) 即18是最大值所在索引

给定dim=1,求每一行最大值所在索引

a.argmax(dim=1)  #结果为:tensor(3,8,6,4) 即3,8,6,4分别是第1,2,3,4行最大值所在索引

4. dim, keepdim

keepdim使统计操作后dim保持与原来一直

5.Top-k or k-th

.topk:求最大的k个的值和索引;当参数largest=False时,为求最小的k个的值和索引。

kthvalue:第k小的值和索引

6.compare

>, >=, <, <=, !=, ==

torch.gt(a,0)表示a>0

torch.eq(a, b)和torch.equal(a, b)

torch.equal(a, b)表示a与b完全相同,返回Ture/False

  • 0
    点赞
  • 3
    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