时间:2021-05-22
max找出tensor 的行或者列最大的值:
找出每行的最大值:
import torchoutputs=torch.FloatTensor([[1],[2],[3]])print(torch.max(outputs.data,1))输出:
(tensor([ 1., 2., 3.]), tensor([ 0, 0, 0]))
找出每列的最大值:
import torchoutputs=torch.FloatTensor([[1],[2],[3]])print(torch.max(outputs.data,0))输出结果:
(tensor([ 3.]), tensor([ 2]))
Tensor比较eq相等:
import torchoutputs=torch.FloatTensor([[1],[2],[3]])targets=torch.FloatTensor([[0],[2],[3]])print(targets.eq(outputs.data))输出结果:
tensor([[ 0],[ 1],[ 1]], dtype=torch.uint8)使用sum() 统计相等的个数:
import torchoutputs=torch.FloatTensor([[1],[2],[3]])targets=torch.FloatTensor([[0],[2],[3]])print(targets.eq(outputs.data).cpu().sum())输出结果:
tensor(2)
补充知识:PyTorch - torch.eq、torch.ne、torch.gt、torch.lt、torch.ge、torch.le
flyfish
torch.eq、torch.ne、torch.gt、torch.lt、torch.ge、torch.le
以上全是简写
参数是input, other, out=None
逐元素比较input和other
返回是torch.BoolTensor
import torcha=torch.tensor([[1, 2], [3, 4]])b=torch.tensor([[1, 2], [4, 3]])print(torch.eq(a,b))#equals# tensor([[ True, True],# [False, False]])print(torch.ne(a,b))#not equal to# tensor([[False, False],# [ True, True]])print(torch.gt(a,b))#greater than# tensor([[False, False],# [False, True]])print(torch.lt(a,b))#less than# tensor([[False, False],# [ True, False]])print(torch.ge(a,b))#greater than or equal to# tensor([[ True, True],# [False, True]])print(torch.le(a,b))#less than or equal to# tensor([[ True, True],# [ True, False]])以上这篇pytorch 常用函数 max ,eq说明就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
pytorch中训练完网络后,需要对学习的结果进行测试。官网上例程用的方法统统都是正确率,使用的是torch.eq()这个函数。但是为了更精细的评价结果,我们还
Pytorch的线性函数主要封装了Blas和Lapack,其用法和接口都与之类似。常用的线性函数如下:函数功能trace对角线元素之和(矩阵的迹)diag对角线
pytorch中的transforms模块中包含了很多种对图像数据进行变换的函数,这些都是在我们进行图像数据读入步骤中必不可少的,下面我们讲解几种最常用的函数,
本文实例讲述了Python中max函数用法。分享给大家供大家参考。具体如下:这里max函数是Python内置的函数,不需要导入math模块#最简单的max(1,
1.过滤Filtering名称说明举例eq(index)获取第N个元素获取匹配的第二个元素:$("p").eq(1)filter(expr)筛选出与指定表达式匹