mars.tensor.fmax#

mars.tensor.fmax(x1, x2, out=None, where=None, **kwargs)[来源]#

数组元素逐元素的最大值。

比较两个张量并返回一个新的张量，包含逐元素的最大值。如果被比较的其中一个元素是NaN，则返回非NaN元素。如果两个元素都是NaNs，则返回第一个。后者的区分对于复杂NaNs很重要，复杂NaNs被定义为至少一个实部或虚部是NaN。最终的效果是，当可能时忽略NaNs。

Parameters

  • x1 (array_like) – 持有要比较元素的张量。它们必须具有相同的形状。

  • x2 (array_like) – 要比较的元素所持有的张量。它们必须具有相同的形状。

  • out (Tensor, None, 或 tuple 的 Tensor 和 None, 可选) – 结果存储的位置。如果提供，它必须具有和输入相同的广播形状。如果未提供或None，将返回一个新分配的张量。元组（仅作为关键字参数可能）必须具有与输出数量相等的长度。

  • where (array_like, 可选) – 值为 True 表示在该位置计算 ufunc，值为 False 表示保持输出中的该值不变。

  • **kwargs –

Returns

y – x1 和 x2 的最大值，逐元素计算。如果 x1 和 x2 都是标量，则返回标量。

Return type

张量或标量

另请参阅

fmin

两个张量逐元素的最小值，忽略NaNs。

maximum

两个张量逐元素的最大值，传播 NaNs。

amax

沿给定轴的张量的最大值，传播NaN值。

nanmax

沿着给定轴的张量的最大值，忽略NaN。

minimum, amin, nanmin

备注

fmax 等于 mt.where(x1 >= x2, x1, x2) 当 x1 和 x2 都不是 NaN 时，但它更快并且进行正确的广播。

示例

>>> import mars.tensor as mt

>>> mt.fmax([2, 3, 4], [1, 5, 2]).execute()
array([ 2.,  5.,  4.])

>>> mt.fmax(mt.eye(2), [0.5, 2]).execute()
array([[ 1. ,  2. ],
       [ 0.5,  2. ]])

>>> mt.fmax([mt.nan, 0, mt.nan],[0, mt.nan, mt.nan]).execute()
array([  0.,   0.,  NaN])