torch.max()、torch.argmax()、torch.softmax()、torch.sum()联系与区别---个人简单总结

联系:

1.dim=?表示什么

对于使用dim时,以二维tensor为基准:若是二维,则dim=0表示对每列进行处理,dim=1表示对每行进行处理;类比若是三维,dim=0表示channels,dim=1表示对每列进行处理,dim=2表示对每行进行处理;类比若是一维,则dim=0表示对这一维进行处理。由此可以看出:dim=?表示什么随着被处理的tensor的维度进行动态伸缩调整。

区别:

1.有无dim.

max,argmax,sum都是有两种情况:使用dim,不使用dim。而softmax必须有dim

2.返回值

2.1max()

2.1.1无dim时

在tensor里面所有的数据中返回最大值

2.1.2有dim时

均是按照最上面的联系里面说的去处理,具体细节查看前面对应函数的相关博客即可。但是与其他有明显区别的是:函数会返回两个tensor,第一个tensor(values)是每行/列的最大值;第二个tensor(indices)是每行/列最大值的索引。

2.2argmax()

2.2.1无dim时

会返回所有元素中最大值的索引,多维度的按照一维度计算

2.2.2有dim时

均是按照最上面的联系里面说的去处理,具体细节查看前面对应函数的相关博客即可

2.3softmax()

2.3.1有dim时

均是按照最上面的联系里面说的去处理,具体细节查看前面对应函数的相关博客即可

2.4sum()

2.4.1无dim时

返回所有元素的和

2.4.2有dim时

均是按照最上面的联系里面说的去处理,具体细节查看前面对应函数的相关博客即可

你可能感兴趣的:(pytorch,深度学习,python)