tensor.topk 以及tensor.argmax

tensor.topk 以及tensor.argmax

topk(self, k, dim=None, largest=True, sorted=True):,返回两个值,values与indices。

argmax(self, dim=None, keepdim=False): 返回Tensor

'''
具体使用方法定义里写的很清楚,topk中largest=False返回最小值,sorted打乱原有的元素顺序。
argmax中keepdim=True:保持维数不变,默认会减少一维。
''' 

import torch

a = torch.randn(2, 2, 2)
a.argmax(1)

'''
tensor([[0, 1],
        [1, 0]])
'''

a.topk(k=1)
'''
torch.return_types.topk(
values=tensor([[[ 0.8766],
         [-0.1330]],

        [[ 1.5773],
         [ 0.8146]]]),
indices=tensor([[[0],
         [1]],

        [[1],
         [0]]]))
'''
a.topk(k=1).values
'''
tensor([[[ 0.8766],
         [-0.1330]],

        [[ 1.5773],
         [ 0.8146]]])
'''
a.topk(1).indices
'''
tensor([[[0],
         [1]],

        [[1],
         [0]]])
'''

你可能感兴趣的:(pytorch,pytorch,深度学习,人工智能)