torch.max

torch.max(input) → Tensor

返回input张量中所有元素的最大值。

警告

此函数生成的（子）梯度是确定性的，而不同于max(dim=0)

参数: input (Tensor) – 需要输入的张量。

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表示input张量在给定维度dim上每一行的最大值。而indices则是每个最大值的位置索引（argmax）。

如果 keepdim 是 True，则输出张量与输入张量的大小相同，只是在 dim 维度上其大小为 1。否则，dim 将被挤压（参见 torch.squeeze()），导致输出张量比输入张量少一个维度。

注意

如果有多个最大值在同一行中，那么返回第一个最大值的索引。

参数

input (Tensor) – 需要输入的张量。
dim (int) - 需要减少的维度。
keepdim (bool) – 是否保留输出张量的dim维度。默认值：False。

关键字参数

out (元组, 可选) – 输出的二元张量元组（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) → Tensor

参见 torch.maximum()。