Pytorch argmax跨多维

Question

我有一个4D张量，我想得到最后两个维度的argmax。torch.argmax只接受整数作为"dim“参数，而不接受元组。

我如何才能做到这一点呢？

这是我的想法，但我不知道如何匹配我的两个“索引”张量的维度。original_array形状为1,512，37，59。

max_vals, indices_r = torch.max(original_array, dim=2)
max_vals, indices_c = torch.max(max_vals, dim=2)
indices = torch.hstack((indices_r, indices_c))

Answer 1

正如其他人所提到的，最好的方法是将最后两个维度拉平并应用argmax

original_array = torch.rand(1, 512, 37, 59)
original_flatten = original_array.view(1, 512, -1)
_, max_ind = original_flatten.max(-1)

。。您将获得最大值的线性索引。如果您想要最大值的2D indecies，可以使用列数“取消扁平化”indecies

# 59 is the number of columns for the (37, 59) part
torch.stack([max_ind // 59, max_ind % 59], -1)

这将为您提供一个(1, 512, 2)，其中每个最后2个dim都包含2D坐标。

Answer 2

您可以使用torch.flatten展平最后两个维度，并对其应用torch.argmax：

>>> x = torch.rand(2,3,100,100)
>>> x.flatten(-2).argmax(-1)
tensor([[2660, 6328, 8166],
        [5934, 5494, 9717]])