pytorch多维筛选

本文探讨了在PyTorch中如何进行多级筛选,特别是针对三维张量时如何选取第三维的最大值。介绍了错误代码示例并提出了解决方案,包括查看`max`函数源码以及将三维张量转换为二维来简化计算。此外,还提到如何筛选二维张量中最大值不满足条件的元素。

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

多级筛选:

比如结构是2*2*3,只想选第三维的最大的

 

tx[index, best_n, g_y_center, g_x_center]

index=[01],best_n=[0,1]

最后只取两个值,第一行,第1列,第二行,第2列的。

 

筛选第3维最大的值,下面的代码不对,解决方法:查询max源码

也可以把3维用view降到2维再计算就可以了。

    import torch

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

    print('b shape',anch_ious.shape)
    b = torch.max(anch_ious, 2)
    print(b[0])
    print(b[1])

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

 

通过值筛选:

import torch

x = torch.linspace(1, 8, steps=8).view(4, 2)

#筛选第一维和第二维都
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