np.argmax()與torch.max()

  • np.argmax()

解釋:接收兩個(gè)參數(shù)鲸伴,第一個(gè)為np數(shù)組,第二個(gè)為axis灾票,在數(shù)組的第axis軸上求最大值峡谊,返回?cái)?shù)組中最大值的索引值,當(dāng)一組中同時(shí)出現(xiàn)幾個(gè)最大值時(shí)刊苍,返回第一個(gè)最大值的索引值靖苇。看例子:

import numpy as np
a = np.array([
    [
        [1, 5, 5, 2],
        [9, -6, 2, 8],
        [-3, 7, -9, 1]
    ],

    [
        [-1, 7, -5, 2],
        [9, 6, 2, 8],
        [3, 7, 9, 1]
    ],

    [
        [21, 6, -5, 2],
        [9, 36, 2, 8],
        [3, 7, 79, 1]
    ]
])

b = np.argmax(a, axis = 0)
c = np.argmax(a, axis = 1)
d = np.argmax(a, axis = 2)

print(b)
print(c)
print(d)

輸出為:

>>b
[[2 1 0 0]
 [0 2 0 0]
 [1 0 2 0]]

>>c
[[1 2 0 1]
 [1 0 2 1]
 [0 1 2 1]]

>>d
[[1 0 1]
 [1 0 2]
 [0 1 2]]

分析:對(duì)于一個(gè)3*3*4的矩陣班缰,當(dāng)axis = 0時(shí)贤壁,在第一個(gè)維度上作比較,即三個(gè)矩陣作比較埠忘,返回的是一個(gè)3*4的矩陣脾拆,同理,axis = 1時(shí)在第二個(gè)維度上作比較莹妒,返回的是一個(gè)3*4的矩陣名船,axis = 2時(shí)在第三個(gè)維度上作比較,返回的是一個(gè)3*3的矩陣旨怠∏眨可以發(fā)現(xiàn),輸出相較于輸入總會(huì)減少一維鉴腻,具體減少哪一維由axis決定迷扇,可以用這個(gè)來(lái)驗(yàn)證百揭。

  • torch.max()

解釋:傳入兩個(gè)參數(shù),一個(gè)torch.tensor蜓席,一個(gè)dim器一,用法與np.max相似,不過(guò)這個(gè)返回兩個(gè)tensor厨内,第一個(gè)是沿著dim維的最大值祈秕,另一個(gè)是對(duì)應(yīng)的索引。同時(shí)出現(xiàn)幾個(gè)最大值時(shí)雏胃,返回最后一個(gè)最大值的索引值请毛。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市瞭亮,隨后出現(xiàn)的幾起案子方仿,更是在濱河造成了極大的恐慌,老刑警劉巖街州,帶你破解...
    沈念sama閱讀 219,270評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件兼丰,死亡現(xiàn)場(chǎng)離奇詭異玻孟,居然都是意外死亡唆缴,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,489評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門黍翎,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)面徽,“玉大人,你說(shuō)我怎么就攤上這事匣掸√宋桑” “怎么了?”我有些...
    開封第一講書人閱讀 165,630評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵碰酝,是天一觀的道長(zhǎng)霎匈。 經(jīng)常有香客問(wèn)我,道長(zhǎng)送爸,這世上最難降的妖魔是什么铛嘱? 我笑而不...
    開封第一講書人閱讀 58,906評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮袭厂,結(jié)果婚禮上墨吓,老公的妹妹穿的比我還像新娘。我一直安慰自己纹磺,他們只是感情好帖烘,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,928評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著橄杨,像睡著了一般秘症。 火紅的嫁衣襯著肌膚如雪照卦。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,718評(píng)論 1 305
  • 那天历极,我揣著相機(jī)與錄音窄瘟,去河邊找鬼。 笑死趟卸,一個(gè)胖子當(dāng)著我的面吹牛蹄葱,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播锄列,決...
    沈念sama閱讀 40,442評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼图云,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了邻邮?” 一聲冷哼從身側(cè)響起竣况,我...
    開封第一講書人閱讀 39,345評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎筒严,沒(méi)想到半個(gè)月后丹泉,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,802評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡鸭蛙,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,984評(píng)論 3 337
  • 正文 我和宋清朗相戀三年摹恨,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片娶视。...
    茶點(diǎn)故事閱讀 40,117評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡晒哄,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出肪获,到底是詐尸還是另有隱情寝凌,我是刑警寧澤,帶...
    沈念sama閱讀 35,810評(píng)論 5 346
  • 正文 年R本政府宣布孝赫,位于F島的核電站较木,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏青柄。R本人自食惡果不足惜伐债,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,462評(píng)論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望刹前。 院中可真熱鬧泳赋,春花似錦、人聲如沸喇喉。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,011評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至千诬,卻和暖如春耍目,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背徐绑。 一陣腳步聲響...
    開封第一講書人閱讀 33,139評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工邪驮, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人傲茄。 一個(gè)月前我還...
    沈念sama閱讀 48,377評(píng)論 3 373
  • 正文 我出身青樓毅访,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親盘榨。 傳聞我的和親對(duì)象是個(gè)殘疾皇子喻粹,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,060評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容