torch.max¶

torch.max(input) → 张量¶

返回input张量中所有元素的最大值。

警告

与max(dim=0)不同，此函数生成确定性（子）梯度

Parameters: 输入 (张量) – 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)

返回一个命名元组 (values, indices)，其中 values 是给定维度 dim 中每个输入张量行的最大值。而 indices 是找到的每个最大值的索引位置（argmax）。

如果 keepdim 是 True，输出张量的大小与 input 相同，除了在维度 dim 上它们的大小为1。否则，dim 被压缩（参见 torch.squeeze()），导致输出张量的维度比 input 少1。

注意

如果在缩减行中存在多个最大值，则返回第一个最大值的索引。

Parameters

输入 (张量) – 输入张量。
dim (int) – 要减少的维度。
keepdim (布尔值) – 输出张量是否保留dim。默认值：False。

Keyword Arguments

输出 (元组, 可选) – 包含两个输出张量的结果元组 (max, max_indices)

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) → 张量

参见 torch.maximum()。