詳解pytorch中的max方法

 

實際上pytorch官方文檔中的應該是torch.max(input)方法，而本文要講的可能嚴格意義上不是torch中的，而是針對torch中的張量方法，即input.max(axis)[index]。
其中input表示要求取最大值的張量，axis可以為0(表示求取每列的最大值)，也可以為1(每行的最大值)。index為0表示只返回最大值本身，為1表示只返回最大值對應的索引。如下，其中axis可以省去：

a = torch.Tensor([[0,3,2],[4,0,0]])
print(a.max(axis=0)[0]) # tensor([4., 3., 2.])，即第一列為[0 4]最大值為4，第二列為[3 0]，依此類推
print(a.max(axis=0)[1]) # tensor([1, 0, 0])，索引也是列的索引
print(a.max(axis=1)[0]) # tensor([3., 4.])，取各行的最大值
print(a.max(axis=1)[1]) # tensor([1, 0])，對應的索引

應用

在求解強化學習中需要$q^{max}$對應的action時，通常是輸入一個張量即神經網絡算出的q值，然后輸出q值對應的索引，輸出的是int型，如下：

import torch
q = torch.Tensor([[0,3,2,1]])
action=q.max(1)[1].item() # .item()將只有一個元素的張量變為對應的元素
action=q.max(1)[1].view(1,1).item() # 如果不放心可在前面加view方法shape成只有一個元素的張量