PyTorch基础(十)----- torch.max()方法
一、前言
这个方法跟上一篇文章的torch.max()方法非常类似,只不过一个是求最大值,一个是求平均值。在某些情况下,甚至可以代替下采样中的最大池化和平均池化,所以说,这两个方法的用处还是蛮大的。
torch.max() <->torch.nn.MaxPool2d()
torch.mean() <->torch.nn.MeanPool2d()
二、方法详解
torch.max(input, dim, keepdim=False, *, out=None) -> (Tensor, LongTensor)
- input:输入的张量
- dim:求最大值的维度,若dim = 0,则沿行求最大值;若dim=1,则沿列求最大值
- keepdim:输出张量是否跟输入张量的另一个维度相同
- return:返回输出张量及索引值
三、案例
- 案例1
import torch
x = torch.randn(3, 4)
print(x)
y = torch.max(x, dim=0, keepdim=False)
print(y)
运行结果x
运行结果y
案例2
import torch
x = torch.randn(3, 4)
print(x)
y = torch.max(x, dim=1, keepdim=False)
print(y)
运行结果x
运行结果y
PyTorch基础(十)----- torch.max()方法相关推荐
- pytorch基础-使用 TORCH.AUTOGRAD 进行自动微分(5)
在训练神经网络时,最常用的算法是反向传播.PyTorch的反向传播(即tensor.backward())是通过autograd包来实现的,autograd包会根据tensor进行过的数学运算来自动计 ...
- 3.Pytorch基础模块torch的API之Indexing,Slicing,Joining,Mutating Ops实例详解
文章目录 0. torch 1. Tensors 2. Creation Ops 3. Indexing,Slicing,Joining,Mutating Ops 3.1 torch.cat() 3. ...
- PyTorch基础(15)-- torch.flatten()方法
前言 最近在复现论文中一个块的时候需要使用到torch.flatten()这个方法,这个方法其实很简单,但其中有一些细节可能需要注意,且有个关键点很容易忘记,故在此记录以备查阅. 方法解析 flatt ...
- PyTorch基础(六)----- torch.eq()方法
一.torch.eq()方法详解 对两个张量Tensor进行逐元素的比较,若相同位置的两个元素相同,则返回True:若不同,返回False. torch.eq(input, other, *, out ...
- Pytorch view()、squeeze()、unsqueeze()、torch.max()
本篇博客主要向大家介绍Pytorch中view().squeeze().unsqueeze().torch.max()函数,这些函数虽然简单,但是在 神经网络编程总却经常用到,希望大家看了这篇博文能够 ...
- Pytorch学习-torch.max()和min()深度解析
Pytorch学习-torch.max和min深度解析 max的使用 min同理 dim参数理解 二维张量使用max() 三维张量使用max() max的使用 min同理 参考链接: 参考链接: 对于 ...
- 如何使用PyTorch torch.max()
In this article, we'll take a look at using the PyTorch torch.max() function. 在本文中,我们将介绍如何使用PyTorch ...
- Pytorch中tensor维度和torch.max()函数中dim参数的理解
Pytorch中tensor维度和torch.max()函数中dim参数的理解 维度 参考了 https://blog.csdn.net/qq_41375609/article/details/106 ...
- PyTorch系列 | _, predicted = torch.max(outputs.data, 1)的理解
使用pytorch的小伙伴们,一定看过下面这段代码 _, predicted = torch.max(outputs.data, 1) 那么,这里的 下划线_ 表示什么意思? 首先,torch.max ...
最新文章
- [Ubuntu] 安装/卸载 声卡驱动
- MySQL面试题 | 附答案解析(一)
- 磁铁驱动反向续流串接电阻的的分析
- OC中的自动引用计数
- python中的列表是采用链式结构实现的_Python数据结构与算法之列表(链表,linked list)简单实现...
- c++五子棋_Java五子棋实现
- {转}maven+continuum安装与配置
- 验证python安装_Python环境搭建(安装、验证与卸载)
- 漫步最优化二十三——一维优化
- 加加速度matlab,关于加加速度的若干机械运动分析及MATLAB模拟
- C#关于自带滚动条控件的滚动条跳动问题
- 【Kafka】kafka AdminClient API
- 2019-11-20 git提交日志中附加的贡献者签名
- Protel 99 SE 如何导出BOM清单
- 破解WEP无线网络WLAN全攻略
- OPENSSL s_client 实例测试- SSL连接单向验证
- AI之路最近的一些思考
- lv双肩包尺寸对照表_当红Monogram帆布LV双肩包尺寸究竟有多少?
- 码蹄集 - MT3029 - 新月轩就餐
- 苏州和上海在生活和工作方面的比较
热门文章
- 编译时和运行时、OC中对象的动态编译机制
- 7款高颜值HTML5播放器:让你的音乐有声有色
- 浅谈Spark应用程序的性能调优
- Dragon Quest VIII 流程攻略(繁体中文完结版)
- ubuntu16安装anaconda显示没有文件或那个目录
- [云炬创业学笔记]第一章创业是什么测试2
- [云炬创业基础笔记]第一章创业环境测试1
- (亲试有效)如何完美更换WordPress网站的域名
- row间距 table 某一行_UITableview的一个section下的各行Row之间可以设置间隔一段距离吗?...
- python数字处理技巧(1): 精度舍入、精确运算、格式化、进制数、大数打包解包、复数、NaN、分数