argMax
说明：返回输入input张量中所有元素最大值对应的索引(如果有多个相同则返回第一个)
input(Tensor):输入tensor
example:
>input = torch.randn(2,3,4)
tensor([[[ 0.7501, -1.8435, -0.4664, 0.7131],
[ 0.6605, -0.1861, -0.7083, -2.2178],
[-0.4891, -0.6738, -1.2762, -0.0926]],
[[-0.1359, -1.0584, -0.1816, 0.0421],
[ 0.0470, -0.0038, 1.3736, 0.0600],
[ 1.1231, 1.3879, -2.0099, 2.1258]]])
>output = torch.argmax(input)
tensor(20)
#索引20位置的1.1231最大说明：返回在指定维度最大值的索引
input(Tensor):输入张量
dim(int)：要减少的维度，如果是None（或不填），那么就是返回平铺输入的argMax
keepdim(bool)：输出张量是否保留该维度
example
>input = torch.randn(2,3,4)
tensor([[[ 1.1332, -1.1633, -0.0305, -0.1000],
[-0.1684, 1.4696, 0.3790, 0.2453],
[-0.9125, 0.1091, 0.8701, 0.7641]],
[[ 0.9497, 1.3644, 0.9301, 0.0711],
[-0.2496, -0.9306, -0.4644, -1.3337],
[ 0.0058, -0.2439, 0.9298, 0.2472]]])
>output = torch.argmax(input,dim=0)
tensor([[0, 1, 1, 1],
[0, 0, 0, 0],
[1, 0, 1, 0]])
#输入3维张量(2,3,4)，dim=0表示把最外围的2消除压缩成1，然后找到dim=0中2个值的最大值，比如dim(0)中第一组值1.1332和0.9497，那么取最大就是0，以此类推得到(3,4)的张量
#假如keepdim=True，那么dim(0)维度会被保留，(2,3,4)变成(1,3,4)
>output = torch.argmax(input,dim=1)
tensor([[0, 1, 2, 2],
[0, 0, 0, 2]])
#同上，dim=1表示把第二个维度3消除压缩成1，比如dim(1)中第一组值[1.1332,-0.1684,-0.9125]，最大值所以0,其他以此类推得到(2,4)的张量
#假如keepdim=True，那么dim(1)维度会被保留，(2,3,4)变成(2,1,4)
>output = torch.argmax(input,dim=2)
tensor([[0, 1, 2],
[1, 0, 2]])
#也是同上，不作分析了argMin
说明：返回在指定维度最小值的索引
input(Tensor):输入张量
dim(int)：要减少的维度，如果是None（或不填），那么就是返回平铺输入的argMin
keepdim(bool)：输出张量是否保留该维度
用法参考就是argMax的第二种格式,只是取小值的索引