torch.max()
返回输入张量所有元素的最大值。参数:
input (Tensor) – 输入张量例子：
>>> a = torch.randn(1, 3) >>> a 0.4729 -0.2266 -0.2085 [torch.FloatTensor of size 1x3] >>> torch.max(a) 0.4729 torch.max(input, dim, max=None, max_indices=None) -> (Tensor, LongTensor) 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。输出形状中，将dim维设定为1，其它与输入形状保持一致。
参数:
input (Tensor) – 输入张量dim (int) – 指定的维度max (Tensor, optional) – 结果张量，包含给定维度上的最大值max_indices (LongTensor, optional) – 结果张量，包含给定维度上每个最大值的位置索引例子：
>> a = torch.randn(4, 4) >> a 0.0692 0.3142 1.2513 -0.5428 0.9288 0.8552 -0.2073 0.6409 1.0695 -0.0101 -2.4507 -1.2230 0.7426 -0.7666 0.4862 -0.6628 torch.FloatTensor of size 4x4] >>> torch.max(a, 1) ( 1.2513 0.9288 1.0695 0.7426 [torch.FloatTensor of size 4x1] , 2 0 0 0 [torch.LongTensor of size 4x1] ) torch.max(input, other, out=None) → Tensor 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。 即，( out_i=max(input_i,other_i) \)输出形状中，将dim维设定为1，其它与输入形状保持一致。
参数:
input (Tensor) – 输入张量other (Tensor) – 输出张量out (Tensor, optional) – 结果张量例子：
>>> a = torch.randn(4) >>> a 1.3869 0.3912 -0.8634 -0.5468 [torch.FloatTensor of size 4] >>> b = torch.randn(4) >>> b 1.0067 -0.8010 0.6258 0.3627 [torch.FloatTensor of size 4] >>> torch.max(a, b) 1.3869 0.3912 0.6258 0.3627 [torch.FloatTensor of size 4] ViatorSun 认证博客专家 深度学习 计算机视觉 研究生在读、Github开源世界贡献者，深度学习 & 计算机视觉分享者；主要研究【深度学习 & 计算机视觉】相关方向，欢迎感兴趣的小伙伴一起交流、探讨～