torch.max和torch.softmax

softmax 先exp，再在上面求总和的百分比

解决了负数相互抵消的问题。

  

   

    

     

    
    

     

      if __name__ == '__main__':
     
    
   

    

     

    
    

     
 import torch
     
    
   

    

     

    
    

     
 import torch.nn.functional as F
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       input = torch.randn(2, 2)
     
    
   

    

     

    
    

     

       print(input)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       b = torch.softmax(input, dim=0)  # 按列SoftMax,列和为1
     
    
   

    

     

    
    

     

       print(b)
     
    
   

    

     

    
    

     

       b = torch.max(input, dim=0)  # 按列SoftMax,列和为1
     
    
   

    

     

    
    

     

       print(b)
     
    
  
 

可以筛选第3维最大，也可以筛选第2维最大的：

  

   

    

     

    
    

     
 import torch
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       anch_ious = torch.Tensor([[[1, 2, 3]], [[4, 5, 6]], [[7, 8, 9]]])
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       print('b shape',anch_ious.shape)
     
    
   

    

     

    
    

     

       b = torch.max(anch_ious, 2)
     
    
   

    

     

    
    

     

       print(b[0])
     
    
   

    

     

    
    

     

       print(b[1])
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       b = b[1].squeeze(1)
     
    
   

    

     

    
    

     

       print(b)
     
    
   

    

     

    
    

     

       print(anch_ious[list(range(anch_ious.size(0))),list(range(anch_ious.size(1))), b])
     
    
  
 

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/104693686