万网网站后台管理,营销技巧,做网站优化有必要,铜川新区网站建设招标目录
1#xff09;.max(1)的使用#xff1a;
2#xff09;.max(0)的使用#xff1a; 1#xff09;.max(1)的使用#xff1a;
假设有一个形状为 ( m , n ) 的 Tensor x #xff0c;其中m表示行数#xff0c;n表示列数。 x.max(1) #xff0c;相当于x.max(dim1) 。作…目录
1.max(1)的使用
2.max(0)的使用 1.max(1)的使用
假设有一个形状为 ( m , n ) 的 Tensor x 其中m表示行数n表示列数。 x.max(1) 相当于x.max(dim1) 。作用沿着第 1 维即列数的方向返回 x 的每行最大值和对应的列索引。
import torch# 构造一个 3x3 的 Tensor x
x torch.tensor([[0.2, 0.9, 0.1], [0.8, 0.4, 0.3], [0.2, 0.7, 0.6]])###### .max(1)的用法
values1, indices1 x.max(1)
print(values1) # 每一行的最大值
print(indices1) # 每一行最大值所对应的列索引####### 以下是输出结果
# tensor([0.9000, 0.8000, 0.7000])
# tensor([1, 0, 1])
2.max(0)的使用
假设有一个形状为 ( m , n ) 的 Tensor x 其中m表示行数n表示列数。 x.max(0) 相当于x.max(dim0) 。作用沿着第 0 维即行数的方向返回 x 的每列最大值和对应的行索引。
import torch# 构造一个 3x3 的Tensor x
x torch.tensor([[0.2, 0.9, 0.1], [0.8, 0.4, 0.3], [0.2, 0.7, 0.6]])###### .max(0)的用法
values2, indices2 x.max(0)
print(values2) # 每一列的最大值
print(indices2) # 每一列最大值所对应的行索引####### 以下是输出结果
# tensor([0.8000, 0.9000, 0.6000])
# tensor([1, 0, 2])
