torch.max

torch.max(input, *, out=None) → Tensor

Возвращает максимальное значение всех элементов тензора input.

Примечание

The difference between max/min and amax/amin is:

• amax/amin поддерживает сведение по нескольким измерениям,
• amax/amin не возвращает индексы.

Обе функции amax/amin равномерно распределяют градиенты между равными значениями, если несколько входных элементов имеют одинаковое минимальное или максимальное значение.

For max/min:

• При сведении по всем измерениям (если dim не указан) градиенты равномерно распределяются между одинаковыми значениями max/min.
• При сведении по одной указанной оси градиент передаётся только индексированному элементу.

Параметры:

input (Tensor) – входной тензор.

Именованные аргументы:

out (Tensor, необязательный) – выходной тензор.

Пример:

>>> 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)

Возвращает именованный кортеж (values, indices), где values — максимальное значение каждой строки тензора input по заданному измерению dim. А indices — индекс максимального найденного значения (argmax).

Если keepdim имеет значение True, выходные тензоры имеют тот же размер, что и input, за исключением измерения dim, размер которого равен 1. В противном случае из dim удаляется это измерение (см. torch.squeeze()), в результате чего выходные тензоры имеют на одно измерение меньше, чем input.

Примечание

Если в строке, по которой выполняется сведение, есть несколько максимальных значений, возвращаются индексы первого максимального значения.

Параметры:

• input (Tensor) – входной тензор.
• dim (int, необязательный) – измерение, по которому выполняется сведение. Если не указано, сведение выполняется по всем измерениям. Явное значение None не поддерживается.
• keepdim (bool, необязательный) – следует ли сохранять dim в выходном тензоре. По умолчанию: False.

Именованные аргументы:

out (tuple, необязательный) – кортеж результатов из двух выходных тензоров (max, max_indices)

Пример:

>>> 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]))
>>> a = torch.tensor([[1.0, 2.0], [3.0, 4.0]])
>>> a.max(dim=1, keepdim=True)
torch.return_types.max(
values=tensor([[2.], [4.]]),
indices=tensor([[1], [1]]))
>>> a.max(dim=1, keepdim=False)
torch.return_types.max(
values=tensor([2., 4.]),
indices=tensor([1, 1]))

torch.max(input, other, *, out=None) → Tensor

См. torch.maximum().