Den här bloggen kommer att exemplifiera metoden för att använda metoden 'torch.argmax()' i PyTorch.
Hur använder man metoden 'torch.argmax()' i PyTorch?
Metoden 'torch.argmax()' tar vilken 1D- eller 2D-tensor som helst som indata och returnerar en tensor som innehåller indexen/indexen för de maximala värdena längs den givna dimensionen.
Syntaxen för metoden 'torch.argmax()' ges nedan:
fackla. argmax ( < input_tensor > )
För att använda den här metoden i PyTorch, gå igenom följande exempel för en bättre förståelse:
Exempel 1: Använd metoden 'torch.argmax()' med 1D Tensor
I det första exemplet kommer vi att skapa en 1D-tensor och använda metoden 'torch.argmax()' med den. Låt oss följa nedanstående steg-för-steg-procedur:
Steg 1: Importera PyTorch Library
Importera först ' fackla ”-biblioteket för att använda metoden ”torch.argmax()”:
importera facklaSteg 2: Skapa 1D Tensor
Skapa sedan en 1D-tensor och skriv ut dess element. Här skapar vi följande ' Tiotal1 ' tensor från en lista med hjälp av ' torch.tensor() ' funktion:
Tiotal1 = fackla. tensor ( [ 5 , 0 , - 8 , 1 , 9 , 7 ] )
skriva ut ( Tiotal1 )
Detta har skapat en 1D-tensor som visas nedan:
Steg 3: Hitta index för maximalt värde
Använd nu ' torch.argmax() '-funktionen för att hitta indexet/indexen för det maximala värdet i ' Tiotal1 ' tensor:
T1_ind = fackla. argmax ( Tiotal1 )Steg 4: Skriv ut index med maximalt värde
Till sist, visa maxvärdets index i ingångstensorn:
skriva ut ( 'Indeks:' , T1_ind )Utdata nedan visar indexet för det maximala värdet i ' Tiotal1 ' tensor dvs 4. Det betyder att det högsta värdet på tensorn är vid det 4:e indexet som är ' 9 ”:
Exempel 2: Använd metoden 'torch.argmax()' med 2D-tensor
I det andra exemplet kommer vi att skapa en 2D-tensor och använda metoden 'torch.argmax()' med den. Låt oss följa de angivna stegen:
Steg 1: Importera PyTorch Library
Importera först ' fackla ”-biblioteket för att använda metoden ”torch.argmax()”:
importera facklaSteg 2: Skapa 2D-tensor
Använd sedan ' torch.tensor() ”-funktion för att skapa en 2D-tensor och skriva ut dess element. Här skapar vi följande ' Tiotal 2 '2D-tensor:
Tiotal 2 = fackla. tensor ( [ [ 4 , 1 , - 7 ] , [ femton , 6 , 0 ] , [ - 7 , 9 , 2 ] ] )skriva ut ( Tiotal 2 )
Detta har skapat en 2D-tensor som visas nedan:
Steg 3: Hitta index för maximalt värde
Hitta nu indexet för det maximala värdet i ' Tiotal 2 ' tensor genom att använda ' torch.argmax() ' funktion:
T2_ind = fackla. argmax ( Tiotal 2 )Steg 4: Skriv ut index med maximalt värde
Visa slutligen maxvärdets index i inmatningstensorn:
skriva ut ( 'Indeks:' , T2_ind )Enligt utgången nedan, indexet för det maximala värdet i ' Tiotal 2 ' tensor är '3'. Det betyder att det högsta värdet på tensorn är vid det tredje indexet som är ' femton ”:
Steg 5: Hitta index för maximalt värde längs kolumner
Dessutom kan användare också hitta indexen/indexen för de maximala värdena längs varje kolumn i en tensor. Till exempel kan vi använda ' dim=0 ” argument med funktionen ”torch.argmax()”. Den hittar de maximala värdenas index längs kolumner i ' Tiotal 2 ” tensor och skriver sedan ut dessa index:
kol_index = fackla. argmax ( Tiotal 2 , dämpa = 0 )skriva ut ( 'Indeks i kolumner:' , kol_index )
Utdata nedan visar indexen för de maximala värdena längs varje kolumn i tensorn:
Steg 6: Hitta index för maximalt värde längs rader
På samma sätt kan användare också hitta indexen/indexen för de maximala värdena längs varje rad i en tensor. Använd till exempel ' dim=1 ”-argument med funktionen ”torch.argmax()” för att hitta de maximala värdenas index längs rader i ”Tens2”-tensorn och sedan skriva ut dessa index:
rad_index = fackla. argmax ( Tiotal 2 , dämpa = 1 )skriva ut ( 'Index i rader:' , rad_index )
Det maximala värdets index längs varje rad av en 'Tens2'-tensor kan ses nedan:
Vi har effektivt förklarat metoden för att använda metoden 'torch.argmax()' i PyTorch.
Notera : Du kan komma åt vår Google Colab Notebook här länk .
Slutsats
För att använda metoden 'torch.argmax()' i PyTorch, importera först ' fackla ” bibliotek. Skapa sedan önskad 1D- eller 2D-tensor och se dess element. Använd sedan ' torch.argmax() ” metod för att hitta/beräkna indexen/indexen för de maximala värdena i tensorn. Dessutom kan användare också hitta maxvärdets index längs varje rad eller kolumn i tensorn med hjälp av ' dämpa ' argument. Visa slutligen maxvärdets index i inmatningstensorn. Den här bloggen har exemplifierat metoden att använda metoden 'torch.argmax()' i PyTorch.