深入浅出Pytorch函数——torch.max

von Neumann2023-07-26 21:26

分类目录：《深入浅出Pytorch函数》总目录

· 深入浅出Pytorch函数------torch.max

· 深入浅出Pytorch函数------torch.maximum

torch.max有三种输入形式，根据其输入形式及参数的不同有下列三种返回形式：

torch.max(input)：返回输入张量所有元素的最大值。
torch.max(input, dim, keepdim=False, *, out=None)：返回输入张量给定维度上每行的最大值，并同时返回每个最大值的位置索引。如果keepdim为True，则输出张量的大小与输入张量的大小相同，但尺寸为1的维度dim除外。否则，dim会被挤压（请参见torch.squeeze()），即输出张量比输入少1个维度。
torch.max(input, other, *, out=None)：参考torch.maximum

语法

复制代码

torch.max(input) -> Tensor
torch.max(input, dim, keepdim=False, *, out=None) -> (values, indices) 
torch.max(input, other, *, out=None) -> Tensor

参数

input：[Tensor] 输入张量
dim：[int] 待求最大值维度的索引，即返回值中被收缩维度的索引
keepdim：[bool] 是否保持输出张量与输入张量的形状一致，默认为False

实例

复制代码

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

>>> a = torch.randn(4, 5)
>>> a
tensor([[ 1.1299, -1.2838, -1.0533, -1.8278,  0.1653],
        [ 0.6461,  0.4583,  1.5229, -1.0642, -1.8352],
        [-0.9679,  1.1227, -0.2506, -0.4781, -0.2027],
        [ 0.2576,  0.7588, -0.1484, -0.0256,  0.7012]])

>>> torch.max(a, 0)
torch.return_types.max(
values=tensor([ 1.1299,  1.1227,  1.5229, -0.0256,  0.7012]),
indices=tensor([0, 2, 1, 3, 3]))

>>> torch.max(a, 1)
torch.return_types.max(
values=tensor([1.1299, 1.5229, 1.1227, 0.7588]),
indices=tensor([0, 2, 1, 1]))