mindspore.Tensor.max

mindspore.Tensor.max(axis=None, keepdims=False, *, initial=None, where=True, return_indices=False)

返回Tensor的最大值或轴方向上的最大值。

说明

axis 为 None 时，keepdims 及以后参数均不会生效，同时索引固定返回0。

参数：

axis (Union[None, int, list, tuple of ints], 可选) - 轴，在该轴方向上进行操作。默认情况下，使用扁平输入。如果该参数为整数元组，则在多个轴上选择最大值，而不是在单个轴或所有轴上进行选择。默认值： None 。
keepdims (bool, 可选) - 如果这个参数为 True ，被删去的维度保留在结果中，且维度大小设为1。有了这个选项，结果就可以与输入数组进行正确的广播运算。默认值： False 。

关键字参数：

initial (scalar, 可选) - 输出元素的最小值。如果对空切片进行计算，则该参数必须设置。默认值： None 。
where (bool Tensor, 可选) - 一个bool数组，被广播以匹配数组维度和选择包含在降维中的元素。如果传递了一个非默认值，则还必须提供初始值。默认值： True 。
return_indices (bool, 可选) - 是否返回最大值的下标。默认值： False 。如果 axis 是一个list或一个int类型的tuple, 则必须取值为 False 。

返回：

Tensor或标量，输入Tensor的最大值。如果 axis 为 None ，则结果是一个标量值。如果提供了 axis ，则结果是Tensor ndim - 1维度的一个数组。

异常：

TypeError - 参数具有前面未指定的类型。

其他API参考：

mindspore.Tensor.argmin() ：返回沿轴最小值的索引。
mindspore.Tensor.argmax() ：返回沿轴最大值的索引。
mindspore.Tensor.min() ：返回整个Tensor最小值或沿轴最小值。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([0.0, 0.4, 0.6, 0.7, 0.1]), mindspore.float32)
>>> output, index = x.max()
>>> print(output, index)
0.7 0
>>> y = Tensor(np.array([[0.0, 0.3, 0.4, 0.5, 0.1],
...                      [3.2, 0.4, 0.1, 2.9, 4.0]]), mindspore.float32)
>>> output, index = y.max(axis=0, keepdims=True)
>>> print(output, index)
[[3.2 0.4 0.4 2.9 4. ]] [[1 1 0 1 1]]