torch不用torch.max和torc.argmax方法来找数组最大值

好的，下面是用 PyTorch 实现找出数组中最大值的代码，不使用 `torch.max` 和 `torch.argmax` 方法：

import torch

def find_max(arr):
    max_val = arr[0]
    for i in range(1, len(arr)):
        if arr[i] > max_val:
            max_val = arr[i]
    return max_val

# 测试
arr = torch.tensor([3, 2, 6, 1, 8])
max_val = find_max(arr)
print(max_val)

代码说明：

1. 首先将数组的第一个元素作为最大值。
2. 然后遍历整个数组，如果当前元素比最大值大，就将当前元素赋值给最大值。
3. 最后返回最大值。

希望这个例子能帮到你！

相关问题

torch.argmax(predict).numpy()

torch.argmax(predict).numpy()是一个PyTorch函数，用于返回张量中指定维度上最大值的索引。其中，predict是一个PyTorch张量，.numpy()是将PyTorch张量转换为NumPy数组的方法。这个函数的返回值是一个NumPy数组，其中包含了predict张量中指定维度上最大值的索引。

用其他方式实现torch.argmax

可以使用numpy库的argmax方法来实现torch.argmax的功能。具体实现如下：

import numpy as np
import torch

# 生成一个二维的tensor
x = torch.Tensor([[1, 2, 3], [4, 5, 6]])

# 将tensor转换为numpy数组
x_np = x.numpy()

# 使用numpy的argmax方法获取最大值的索引
index = np.argmax(x_np)

# 将numpy数组转换为tensor
index_tensor = torch.Tensor([index])

print(index_tensor)

这段代码会输出一个tensor，它的值为最大值的索引。注意，这里的index_tensor是一个一维的tensor。如果要获取每行或每列的最大值的索引，可以使用numpy的argmax方法的axis参数来实现。