tensor笔记4--max()

本文通过示例代码详细解析了PyTorch中张量的size()方法以及max()方法的使用,包括如何获取张量的维度信息,以及如何在不同维度上查找最大值及其对应的索引。

代码: 

a = torch.tensor([[4, 2, 3],
                  [1, 6, 5]])
print(a.size())
print('==========')
print(a.max(0))
print('==========')
print(a.max(1))

输出:

torch.Size([2, 3])
==========
torch.return_types.max(
values=tensor([4, 6, 5]),
indices=tensor([0, 1, 1]))
==========
torch.return_types.max(
values=tensor([4, 6]),
indices=tensor([0, 1]))

 分析:

max返回值有两个,一个是最大值,另一个是坐标。对于二维张量来说,max(0)表示返回每列的最大值以及其列坐标,max(1)表示返回每行的最大值及其行坐标

 

评论 1
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