python - PyTorch Torch.max在多个维度上

Question

张量类似:x.shape = [3, 2, 2]。

import torch

x = torch.tensor([
    [[-0.3000, -0.2926],[-0.2705, -0.2632]],
    [[-0.1821, -0.1747],[-0.1526, -0.1453]],
    [[-0.0642, -0.0568],[-0.0347, -0.0274]]
])

我需要在第二个和第三个维度上使用 .max()。我希望像这样的 [-0.2632, -0.1453, -0.0274]作为输出。我尝试使用: x.max(dim=(1,2))，但这会导致错误。

Answer 1

现在，您可以执行此操作。 PR was merged(8月28日)，现在在每晚版本中可用。
只需使用 torch.amax() :

import torch

x = torch.tensor([
    [[-0.3000, -0.2926],[-0.2705, -0.2632]],
    [[-0.1821, -0.1747],[-0.1526, -0.1453]],
    [[-0.0642, -0.0568],[-0.0347, -0.0274]]
])

print(torch.amax(x, dim=(1, 2)))

# Output:
# >>> tensor([-0.2632, -0.1453, -0.0274])

原始答案
截至今天(2020年4月11日)，在PyTorch中无法在多个维度上执行 .min()或 .max()。您可以关注它的 open issue，看看它是否曾经实现。在您的情况下，一种解决方法是:

import torch

x = torch.tensor([
    [[-0.3000, -0.2926],[-0.2705, -0.2632]],
    [[-0.1821, -0.1747],[-0.1526, -0.1453]],
    [[-0.0642, -0.0568],[-0.0347, -0.0274]]
])

print(x.view(x.size(0), -1).max(dim=-1))

# output:
# >>> values=tensor([-0.2632, -0.1453, -0.0274]),
# >>> indices=tensor([3, 3, 3]))

因此，如果仅需要以下值: x.view(x.size(0), -1).max(dim=-1).values。
如果 x不是连续的张量，那么 .view()将失败。在这种情况下，您应该改为使用 .reshape()。

更新2020年8月26日
此功能正在 PR#43092中实现，其功能将称为 amin和 amax。他们将仅返回值。这可能很快就会合并，因此在阅读本文时，您也许可以在每晚的构建版本上访问这些功能:)玩得开心。