分类目录:《深入浅出Pytorch函数》总目录
相关文章:
· 深入浅出Pytorch函数——torch.max
· 深入浅出Pytorch函数——torch.maximum文章来源:https://www.toymoban.com/news/detail-607201.html
torch.max
有三种输入形式,根据其输入形式及参数的不同有下列三种返回形式:文章来源地址https://www.toymoban.com/news/detail-607201.html
-
torch.max(input)
:返回输入张量所有元素的最大值。 -
torch.max(input, dim, keepdim=False, *, out=None)
:返回输入张量给定维度上每行的最大值,并同时返回每个最大值的位置索引。如果keepdim
为True
,则输出张量的大小与输入张量的大小相同,但尺寸为1的维度dim
除外。否则,dim
会被挤压(请参见torch.squeeze()
),即输出张量比输入少1个维度。 -
torch.max(input, other, *, out=None)
:参考torch.maximum
语法
torch.max(input) -> Tensor
torch.max(input, dim, keepdim=False, *, out=None) -> (values, indices)
torch.max(input, other, *, out=None) -> Tensor
参数
-
input
:[Tensor
] 输入张量 -
dim
:[int
] 待求最大值维度的索引,即返回值中被收缩维度的索引 -
keepdim
:[bool
] 是否保持输出张量与输入张量的形状一致,默认为False
实例
>>> a = torch.randn(1, 3)
>>> a
tensor([[ 0.6763, 0.7445, -2.2369]])
>>> torch.max(a)
tensor(0.7445)
>>> a = torch.randn(4, 5)
>>> a
tensor([[ 1.1299, -1.2838, -1.0533, -1.8278, 0.1653],
[ 0.6461, 0.4583, 1.5229, -1.0642, -1.8352],
[-0.9679, 1.1227, -0.2506, -0.4781, -0.2027],
[ 0.2576, 0.7588, -0.1484, -0.0256, 0.7012]])
>>> torch.max(a, 0)
torch.return_types.max(
values=tensor([ 1.1299, 1.1227, 1.5229, -0.0256, 0.7012]),
indices=tensor([0, 2, 1, 3, 3]))
>>> torch.max(a, 1)
torch.return_types.max(
values=tensor([1.1299, 1.5229, 1.1227, 0.7588]),
indices=tensor([0, 2, 1, 1]))
到了这里,关于深入浅出Pytorch函数——torch.max的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!