torch max函数

本文介绍了PyTorch中的torch.max函数,包括如何在不同维度上找到最大值及其索引,以及如何处理返回的结果。示例展示了如何使用该函数在二维数组中获取最大值和对应的索引。

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

 

tensor和toch都有mean函数,mean返回数据,不需要返回索引。

 

这个能返回索引,但是是索引序号,原来的数据结构会破坏

torch.max(anch_ious, 1, keepdim=True)[1]

取最大值:

torch.max(conf_mask)[0]

 

    import torch
    anch_ious = torch.Tensor([[1, 2, 3], [4, 5, 6]])

    value,index = torch.max(anch_ious, 1)
    print(value)

 

二维数组 max获取索引的正确方法:

import torch
anch_ious=torch.Tensor([[1,2,3],[4,5,6],[7,8,9]])

b=torch.max(anch_ious, 1, keepdim=True)
print(b[0])
print(b[1])

b=b[1].squeeze(1)
print(b)
print(anch_ious[list(range(anch_ious.size(0))),b])

能获取3维甚至更大的,不对,把3维用view转换为2维,然后再计算了。


                
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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