mindspore.mint.max

mindspore.mint.max(input, dim=None, keepdim=False)

在给定轴上计算输入Tensor的最大值。

参数：

• input (Tensor) - 输入任意维度的Tensor。不支持complex类型。

• dim (int, 可选) - 指定计算维度。默认值： None 。

• keepdim (bool, 可选) - 表示是否减少维度，如果为 True ，输出将与输入保持相同的维度；如果为 False ，输出将减少维度。默认值： False 。

返回：

Tensor，如果 dim 为默认值 None ，返回输入Tensor中所有元素的最大值，输出的shape为 \(()\) ，数据类型与 input 相同。

tuple (Tensor)，如果 dim 不为默认值 None，表示2个Tensor组成的tuple，包含输入Tensor沿给定维度的最大值和对应的索引。

• values (Tensor) - 输入Tensor沿给定维度的最大值，数据类型和 input 相同。如果 keepdim 为 True ，输出Tensor的维度是 \((input_1, input_2, ...,input_{axis-1}, 1, input_{axis+1}, ..., input_N)\) 。否则输出维度为 \((input_1, input_2, ...,input_{axis-1}, input_{axis+1}, ..., input_N)\) 。

• index (Tensor) - 输入Tensor沿给定维度最大值的索引，shape和 values 相同。

异常：

• ValueError - 如果 dim 为默认值 None 且 keepdim 不是 False。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> from mindspore.ops.function.array_func import max_ext
>>> 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 = max_ext(y, 0, True)
>>> print(output, index)
[[3.2 0.4 0.4 2.9 4. ]] [[1 1 0 1 1]]