Pytorch基础函数(三)基本数学函数(1)——max()与min()函数(对dim参数的详解)

这篇博客介绍两个基本的数学函数,max()与min()两个。从函数名就可以看出这两个函数的作用:

max():查找最大值

min():查找最小值

笔者一开始遇到这两个函数,感觉这两个简单函数对Tensor(张量)的操作还是有一些弯弯绕。我们来梳理一下,梳理出来就会清楚很多。

一、max()函数

函数定义:torch.max(input, dim, max=None, max_indices=None,keepdim=False)

参数:input:进行max操作的Tensor变量

           dim:需要查找最大值得维度(这里很迷,后面重点介绍)

           max:结果张量,用于存储查找到的最大值

           max_indices:结果张量,用于存储查找到最大值所处的索引

           keepdim=False:返回值与原Tensor的size保持一致

1. 简单应用

以一个一维Tensor为例,解释max()函数的输入、输出。

t1=torch.LongTensor([3,9,6,2,5])
print("-------max-------")
print(torch.max(t1))
print("-------max dim-------")
print(torch.max(t1,dim=0))

输出结果为:

评论 2
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
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