torch.max

torch.max(input) → Tensor

返回 input 张量中所有元素的最大值。

警告

此函数生成确定性（次）梯度，与 max(dim=0) 不同

参数

input (Tensor) – 输入张量。

示例

>>> a = torch.randn(1, 3)
>>> a
tensor([[ 0.6763,  0.7445, -2.2369]])
>>> torch.max(a)
tensor(0.7445)

torch.max(input, dim, keepdim=False, *, out=None)

返回一个名为元组 (values, indices)，其中 values 是给定维度 dim 上 input 张量每一行的最大值。而 indices 是找到的每个最大值的索引位置（argmax）。

如果 keepdim 为 True，则输出张量与 input 大小相同，除了维度 dim 为大小 1。否则，dim 将被压缩（参见 torch.squeeze()），导致输出张量比 input 少一个维度。

注意

如果在缩减的行中有多个最大值，则返回第一个最大值的索引。

参数

• input (Tensor) – 输入张量。

• dim (int) – 要缩减的维度。

• keepdim (bool) – 输出张量是否保留 dim。默认值：False。

关键字参数

out (tuple, 可选) – 两个输出张量（最大值，最大值索引）的结果元组

示例

>>> a = torch.randn(4, 4)
>>> a
tensor([[-1.2360, -0.2942, -0.1222,  0.8475],
        [ 1.1949, -1.1127, -2.2379, -0.6702],
        [ 1.5717, -0.9207,  0.1297, -1.8768],
        [-0.6172,  1.0036, -0.6060, -0.2432]])
>>> torch.max(a, 1)
torch.return_types.max(values=tensor([0.8475, 1.1949, 1.5717, 1.0036]), indices=tensor([3, 0, 0, 1]))

torch.max(input, other, *, out=None) → Tensor

参见 torch.maximum()。