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

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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。
在这里插入图片描述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。
在这里插入图片描述关于其返回的索引,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

评论
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