文章目录
一、一个参数时的 torch.max()
1. 函数介绍
torch.max(input)
参数:
- input (Tensor) – 输入张量
- 返回输入张量所有元素中的最大值。
2. 实例
import torch
# 返回张量中的最大值
a = torch.randn(2, 3)
print(a)
print(torch.max(a))
输出结果：
tensor([[ 0.0031, -0.5391, -0.9214],
[-0.4647, -1.9750, 0.6924]])
tensor(0.6924)
二、增加指定维度时的 torch.max()
1. 函数介绍
torch.max(input, dim, max=None, max_indices=None) -> (Tensor, LongTensor)
返回张量 input 在压缩指定维度 dim 时的最大值及其下标。
2. 实例
import torch
# 返回张量在压缩指定维度时的最大值及其下标
b = torch.randn(4, 4)
print(b)
print(torch.max(b, 0)) # 指定0维，压缩0维，0维消失，也就是行消失，返回列最大值及其下标
print(torch.max(b, 1)) # 指定1维，压缩1维，1维消失，也就是列消失，返回行最大值及其下标
输出结果：
tensor([[-0.8862, 0.3502, 0.0223, 0.6035],
[-2.0135, -0.1346, 2.0575, 1.4203],
[ 1.0107, 0.9302, -0.1321, 0.0704],
[-1.4540, -0.4780, 0.7016, 0.3029]])
torch.return_types.max(
values=tensor([1.0107, 0.9302, 2.0575, 1.4203]),
indices=tensor([2, 2, 1, 1]))
torch.return_types.max(
values=tensor([0.6035, 2.0575, 1.0107, 0.7016]),
indices=tensor([3, 2, 0, 2]))
三、两个输入张量时的 torch.max()
1. 函数介绍
torch.max(input, other_input, out=None) → Tensor
返回两张量 input 和 other_input 在对应位置上的最大值形成的新张量。
2. 实例
import torch
# 返回两张量对应位置上的最大值
c = torch.randn(4,2)
d = torch.randn(4,2)
print(c)
print(d)
print(torch.max(c, d))
输出结果：
tensor([[ 0.6778, 1.2714],
[-0.9020, -1.3789],
[ 0.8541, 1.2193],
[-0.8481, -0.8211]])
tensor([[ 2.4616, -1.2502],
[ 0.0173, -0.5501],
[ 1.0224, -1.5892],
[ 1.3325, 0.2587]])
tensor([[ 2.4616, 1.2714],
[ 0.0173, -0.5501],
[ 1.0224, 1.2193],
[ 1.3325, 0.2587]])