max() 函數(shù)

本人在復(fù)現(xiàn) LeNet5 網(wǎng)絡(luò)進(jìn)行 MNIST 數(shù)據(jù)集的訓(xùn)練，在模型預(yù)測(cè)階段，需要用到 max() 函數(shù)進(jìn)行結(jié)果的處理。將模型輸出的 fc7 層的 10 個(gè)結(jié)果，變?yōu)樽詈蟮囊粋€(gè)最大概率，也就是具體哪個(gè)(0~9)數(shù)字的結(jié)果。于是，特將 max() 函數(shù)的作用記錄于此。

導(dǎo)入示例矩陣

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

$$a=?\begin{array}{cc}1& 2\\ 3& 5\\ 6& 4\end{array}?$$

1. 取全部數(shù)據(jù)的最大值

>>> pred, idx = a.max()>>> pred tensor(6.) >>> pred.shape torch.Size([])

$$a=?\begin{array}{cc}1& 2\\ 3& 5\\ 6& 4\end{array}?$$

2. 按行取最大值，返回最大值和最大值所在索引號(hào)

>>> pred, idx = a.max(1)>>> pred tensor([2., 5., 6.]) >>> idx tensor([1, 1, 0]) >>> pred.shape torch.Size([3]) >>> idx.shape torch.Size([3])

$$a=?\begin{array}{cc}1& 2\\ 3& 5\\ 6& 4\end{array}?=?\begin{array}{c}2\\ 5\\ 6\end{array}?$$

注意，尺寸進(jìn)行了降維（從二維變?yōu)榱艘痪S）。

3. 按列取最大值，返回最大值和最大值所在索引號(hào)

>>> pred, idx = a.max(0)>>> pred tensor([6., 5.]) >>> idx tensor([2., 1.]) >>> pred.shape torch.Size([2]) >>> idx.shape torch.Size([2])

$$a=?\begin{array}{cc}1& 2\\ 3& 5\\ 6& 4\end{array}?=\left[\begin{array}{cc}6& 5\end{array}\right]$$

注意，尺寸進(jìn)行了降維（從二維變?yōu)榱艘痪S）。

總結(jié)

以上是生活随笔為你收集整理的PyTorch max()函数取最大值的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。