argmax函數：torch.argmax(input, dim=None, keepdim=False) 返回指定維度最大值的序號，dim給定的定義是：the demention to reduce，就是把dim這個維度，變成這個維度的最大值的index。

1）dim表示不同維度。特別的在dim=0表示二維矩陣中的列，dim=1在二維矩陣中的行。廣泛的來說，我們不管一個矩陣是幾維的，比如一個矩陣維度如下：(d0,d1,…,dn?1) ，那么dim=0就表示對應到d0 也就是第一個維度，dim=1表示對應到也就是第二個維度，以此類推。

2）知道dim的值是什么意思還不行，還要知道函數中這個dim給出來會發生什么。

例子一：二維數組

import torchx = torch.randn(2, 4) print(x) ''' tensor([[ 1.2864, -0.5955, 1.5042, 0.5398],[-1.2048, 0.5106, -2.0288, 1.4782]]) '''# y0表示矩陣dim=0維度上（每一列）張量最大值的索引 y0 = torch.argmax(x, dim=0) print(y0) ''' tensor([0, 1, 0, 1]) '''# y1表示矩陣dim=1維度上（每一行）張量最大值的索引 y1 = torch.argmax(x, dim=1) print(y1) ''' tensor([2, 3]) '''

例子二：三維數組

x = torch.randn(2, 4, 5) print(x) ''' tensor([[[-1.2204, -0.6428, -0.2278, 0.5589, 1.1589],[ 0.4235, 1.9663, 0.5055, -1.3472, 1.3523],[ 1.4220, 0.7886, -1.0821, 0.6268, -0.9465],[-0.3950, 1.3275, 0.3369, 1.0224, -0.9944]],[[ 0.6024, -0.2604, -0.8631, 0.8113, -0.3140],[ 0.3487, -0.1941, -0.3955, -0.1719, -1.3734],[ 0.2467, -0.4268, -1.3428, 0.7346, 1.0932],[-0.5799, 0.0976, -1.9403, -0.2643, 0.7657]]]) '''# dim=0，將第一個維度消除，也就是將兩個[4*5]矩陣只保留一個，因此要在上下兩個[3*4]的矩陣分別在對應位置上比較 y0 = torch.argmax(x, dim=0) print(y0) ''' tensor([[1, 1, 0, 1, 0],[0, 0, 0, 1, 0],[0, 0, 0, 1, 1],[0, 0, 0, 0, 1]]) '''# dim=1，將第二個維度消除，也就是將四個[2*5]矩陣只保留一個 y1 = torch.argmax(x, dim=1) print(y1) ''' tensor([[2, 1, 1, 3, 1],[0, 3, 1, 0, 2]]) '''y2 = torch.argmax(x, dim=2) print(y2) ''' tensor([[4, 1, 0, 1],[3, 0, 4, 4]]) '''

總結

以上是生活随笔為你收集整理的torch.argmax()函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。