torch.max()及其参数探究/torch.max()返回的索引是什么意思

最新推荐文章于 2024-12-20 10:16:25 发布

原创最新推荐文章于 2024-12-20 10:16:25 发布 · 3.2k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #pytorch

pytorch 专栏收录该内容

18 篇文章

订阅专栏

本文深入探讨了PyTorch中的torch.max函数，介绍了如何在不同维度上寻找最大值及其索引。通过实例展示了torch.max(input, dim, keepdim=False, out=None)的用法，强调了当存在多个最大值时，返回第一个索引的特点。同时，通过3x3x3数据的示例，解释了如何理解和使用返回的索引，强调了在多维数据中寻找最大值的方法。

部署运行你感兴趣的模型镜像

注：根据1.7.1文档， torch.Tensor.max与torch.max用法相同

torch.max(input) → Tensor

返回input中最大的元素

实例：

在这里插入图片描述

 torch.max(input, dim, keepdim=False, *, out=None) -> (Tensor, LongTensor)

Parameters

    input (Tensor) – 输入张量

    dim (int) – 选择reduce的维
    keepdim (bool) – 上述的维度是否保留。 Default: False.

Keyword Arguments

out (tuple, optional) – 返回最大值和索引

需要注意的是，如果有多个最大值，返回第一个索引

实例：
在这里插入图片描述
从这个例子中，我们可以看出torch.Tensor.max与torch.max的结果是完全一致的。
再详细分析一下这个例子。
dim参数就是选择指定的维度，在该维度上的所有数据进行max查找，x.max(1)同理。
关于其返回的索引，我们可以这样理解。
在这里插入图片描述

torch.return_types.max(
values=tensor([6, 8, 5]),
indices=tensor([1, 2, 2]))

自然有：
indices[0]=1
indices[1]=2
indices[2]=3

由于我们选择的dim为0，在二维中，也就是“行”
所以，我们可以这样使用索引
将第dim维，换成indices[*]，另一维使用indices自己的索引。
（我们选择的是第0维，也就是说我们找出的是每一列的最大值。）
在这里插入图片描述
同时，我们扩充到3x3x3的数据试试

在这里插入图片描述显然，同理，搜索每一组数据的最大数

索引方面，由于是一个二维数组

在这里插入图片描述

均同理

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理