沿着Matlab

Question

说，Y是一个7维数组，我需要一种有效的方法来最大化它在最后3个维度，这将在GPU上工作。 因此，我需要一个具有最大Y值的四维数组和三个四维数组，并在最后三个维度中使用这些值的索引。 我能做到

[Y7, X7] = max(Y , [], 7);
[Y6, X6] = max(Y7, [], 6);
[Y5, X5] = max(Y6, [], 5);

然后我已经找到了值（Y5）和沿第五维的指数（X5）。但我仍然需要沿着第6和第7维度的指数。

Answer 1

这是一种方法。设N表示要最大化的维数。

1. 重塑Y以将最后N尺寸合并为一个。
2. 沿折叠尺寸最大化。这使得argmax成为这些维度的线性指数。
3. 将线性索引展开到N子索引，每个维度一个。

以下代码适用于任意数量的维度 （在您的示例中不一定是7和3。为实现这一目标，它一般处理Y的大小，并使用从单元格数组中获取的逗号分隔列表来获取N的{​​{1}}输出。

sub2ind

作为检查，在运行上述代码后，请观察示例Y = rand(2,3,2,3,2,3,2); % example 7-dimensional array N = 3; % last dimensions along which to maximize D = ndims(Y); sz = size(Y); [~, ind] = max(reshape(Y, [sz(1:D-N) prod(sz(D-N+1:end))]), [], D-N+1); sub = cell(1,N); [sub{:}] = ind2sub(sz(D-N+1:D), ind); （为方便起见，显示为行向量）：

Y(2,3,1,2,:)

最大值为>> reshape(Y(2,3,1,2,:), 1, []) ans = 0.5621 0.4352 0.3672 0.9011 0.0332 0.5044 0.3416 0.6996 0.0610 0.2638 0.5586 0.3766 ，发生在0.9011位置（其中＆＃34;位置＆＃34;沿4折叠尺寸定义）。事实上，

N=3

或者，就>> ind(2,3,1,2) ans = 4 >> Y(2,3,1,2,ind(2,3,1,2)) ans = 0.9011 子指标而言，

N=3