torch.max() x.item() x.sum() x.size(0) x.squeeze()

本文详细介绍了PyTorch中的一些基本操作,包括如何使用torch.max()获取张量中的最大值及其索引,如何利用x.item()获取张量的数值,如何通过x.sum()计算张量元素的总和,以及如何运用x.size()来获取张量的形状信息,并介绍了x.squeeze()压缩张量的功能。

max item sum size squeeze

torch.max()

torch.max(a,0)或torch.max(a,1)
torch.max(a,0)返回的最大值+最大值的索引
torch.max(a,1)返回的最大值+最大值的索引在这里插入图片描述
在这里插入图片描述
参考博客

x.item()

x.item() →获取x的值 只能是数值,不能是list
x必须是tensor 且只能是数值

x.sum()

x.sum() →计算x的总和
x是tensor
可以x.sum().item()连用,先求和再获取值

x.size(0)

x.size()返回张量tensor的shape
x.size(0)返回shape的第0维度
x.size(-1)返回shape的最后一个维度
在这里插入图片描述

import torch

yyy = torch.tensor(111)
print(yyy.size())
# print(yyy.size(0))  # 报错 因为没有shape
# print(yyy.size(-1)) # 报错
评论 3
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