Python C+中的argmax（）方法+；特征库

我正在使用

Eigen

库进行矩阵/张量计算，其中我希望返回沿深度轴的最大值的索引。与Python中的类似

张量维数如下： （行=200，列=200，深度=4）

#包括
int main（）{
本征：张量表（4200200）；
table.setRandom（）；
//对于轴=2，即张量的深度，我如何完成这项任务？
//int max_轴=table.argmax（ax=2）；
返回0；
}

老实说，这是一个迂回的问题，而不是问题本身的令人满意的答案。然而，以下方法确实对我有效

我在艾根图书馆找不到我想要的东西。取而代之的是，我切换到了库，它非常类似于numpy，有一个用户友好的API。而且，相对而言，对于来自Python或Matlab背景的人来说，这更容易理解

在犰狳中，找到最简单的方法如下： （在所有深度轴上查找第二行和第二列的argmax）

arma:：Cube A（2002004，arma:：fill:：randu）；
uwordi=A（arma:：span（1），arma:：span（1），arma:：span:：all）.index_max（）；

在Eigen代码库中，有几个示例用于跨轴子集执行缩减

以下是一种似乎有效的方法：

  std::array<int, 1> reduce_dims{2};                                            
  Eigen::Tensor<Eigen::Tuple<Eigen::Index, double>, 2> reduced =                 
      table.index_tuples().reduce(reduce_dims,                                  
                                  Eigen::internal::ArgMaxTupleReducer<          
                                      Eigen::Tuple<Eigen::Index, double> >());   

arma::Cube<double> A(200, 200, 4, arma::fill::randu);
uword i = A(arma::span(1),  arma::span(1), arma::span::all).index_max();

  std::array<int, 1> reduce_dims{2};                                            
  Eigen::Tensor<Eigen::Tuple<Eigen::Index, double>, 2> reduced =                 
      table.index_tuples().reduce(reduce_dims,                                  
                                  Eigen::internal::ArgMaxTupleReducer<          
                                      Eigen::Tuple<Eigen::Index, double> >());   

for (int c = 0; c < reduced.dimension(1); ++c) {                                 
  for (int r = 0; r < reduced.dimension(0); ++r) {                            
    Eigen::Index argmax_channel_index =                                       
        reduced(r, c).first / (table.dimension(0) * table.dimension(1));      
    std::cout << "argmax channel: " << argmax_channel_index << " "            
              << "max: " << reduced(r, c).second << std::endl;                
  }                 
}