神经网络入门实战：（十八）Argmax函数的详细介绍，可以用来计算模型训练准确率

Argmax函数介绍

在Python中，argmax 函数通常用于找出给定数组或列表中元素值最大的索引。

(一) Numpy 中的 Argmax 函数：

numpy.argmax 函数用于找出给定轴（axis）上最大值所在的索引。

示例：

import numpy as np
# 一维数组
arr = np.array([1, 3, 2, 5, 4])
index = np.argmax(arr)
print(index)  

# 二维数组
arr_2d = np.array([[1, 3, 2], [5, 4, 6]])
index_axis_0 = np.argmax(arr_2d, axis=0) # 沿着 列(axis=0) 找出最大值的索引
index_axis_1 = np.argmax(arr_2d, axis=1) # 沿着 行(axis=1) 找出最大值的索引
print(index_axis_0)  # 输出: [1 1 1]
print(index_axis_1)  # 输出: [1 2]
-------------------------------------------------------------------------------------------------------
# 运行结果：
3
[1 1 1]
[1 2]

(二) pytorch 中的 Argmax 函数：

• 功能：torch.argmax 函数在 PyTorch 中可以用于找到给定张量（Tensor）中每一行或每一列的最大值的索引。

• 用法：对于一个给定的张量，argmax 会返回沿着指定维度的最大值的索引。如果不指定维度，默认是在最后一个维度上操作。

  列就是第一个维度，行就是第二个维度，第三个维度可以理解成厚度，以此类推…

• 代码：

  torch.argmax(input, dim=None, keepdim=False)
  

  • input：输入的张量。

  • dim：指定在哪个维度上寻找最大值，0为一维，1为二维…如果为 None，则默认在最后一个维度上操作。

  • keepdim：如果为 True，则输出的张量将保持与输入张量相同的维度数，否则，输出张量将减少一个维度，默认是 False 。

  • 输出结果是 int 型，64位的电脑，输出默认就是 int64 型。

  • 简洁写法：

    # 假设有一个多维张量 some_tensor
    output = some_tensor.argmax(dim=1) # 逐行找出最大值
    

  注意事项：

  1. 数据类型：argmax 返回的是 int 类型（64位电脑就是 int64 ）的张量，因为索引值必须是整数。
  2. 多维张量：dim 参数指定了在哪个维度上寻找最大值。如果 dim 为负值，则从最后一个维度开始计数（例如，dim=-1 等于默认行为）。
  3. 相同最大值：如果有多个相同的最大值，argmax 将返回 第一个 出现的最大值的索引。
  4. NaN 值：如果张量中包含 NaN 值，argmax 会忽略这些值，并在剩余的有效值中寻找最大值。

• 示例：

  import torch
  
  x = torch.tensor([[1, 2, 3], [4, 5, 6]])
  result1 = torch.argmax(x, dim=0) # 在第一个维度（列）上寻找最大值的索引
  print(result1)
  result2 = torch.argmax(x, dim=1) # 在最后一个维度（行）上寻找最大值的索引
  print(result2)
  result3 = torch.argmax(x, dim=1, keepdim=True) # 指定keepdim=True
  print(result3) 
  -------------------------------------------------------------------------------------------------------
  # 运行结果：
  tensor([1, 1, 1])
  tensor([2, 2])
  tensor([[2],
          [2]])
  

• 高级应用：

  可以在神经网络训练中，计算准确率。

  假设有一个 n 分类模型，输出结果为 n 个概率，分别对应输入图片被识别成这 n 个类别的概率（∈[0,1]）；

  令 n=3 （这 3 种类别分别用 0、1、2 表示），现在有两张输入图片，输出为：

  outputs=[[0.1, 0.2, 0.8],
          [0.4, 0.6, 0.2]]
  

  假设两张图片分别为类别 0 和类别 2 （即 target=[2,2]）。对 outputs 使用 torch.argmax 函数：

  result = torch.argmax(outputs, dim=1) # 在每行上寻找最大值的索引，因为 keepdim 默认为 False ，故输出是一维张量 
  # 输出结果为：
  tensor([2,1])
  

  因为 target=[2,2] ，而训练结果为 result=[2,1] ，所以第一个图片识别正确，第二个图片识别错误。

  正确率的计算 ：

  # 前提是 target 和 result 都是张量
  print(target == result) # 直接比较
  A = (target == result).sum() #True默认为1，False默认位0
  print(A)
  accuracy = (A.item() / len(result)) * 100
  accuracy = roun
  d(accuracy, 2) # 2表示保留两位小数（四舍五入）
  print(f"正确率为：{accuracy}%")
  ---------------------------------------------------------------------------------------
  # 运行结果
  tensor([True,False])
  tensor(1)
  正确率为：50%