mindspore.ops.maximum

mindspore.ops.maximum(x, y)[源代码]

逐元素计算两个输入Tensor中的最大值。

Note

  • 输入 x 和 y 遵循隐式类型转换规则，使数据类型保持一致。

  • 输入必须是两个Tensor，或一个Tensor和一个Scalar。

  • 当输入是两个Tensor时，它们的数据类型不能同时是bool，并保证其shape可以广播。

  • 当输入是一个Tensor和一个Scalar时，Scalar只能是一个常数。

  • 支持广播。

  • 如果一个元素和NaN比较，则返回该元素。

\[output_i = max(x_i, y_i)\]
参数：

  • x (Union[Tensor, Number, bool]) - 第一个输入可以是Number或bool，也可以是数据类型为Number或bool的Tensor。

  • y (Union[Tensor, Number, bool]) - 第二个输入是Number，当第一个输入是Tensor时，也可以是bool，或数据类型为Number或bool的Tensor。

返回：

Tensor的shape与广播后的shape相同，数据类型为两个输入中精度较高或数字较多的类型。

异常：

  • TypeError - x 和 y 不是以下之一：Tensor，Number，bool。

  • ValueError - x 和 y 的shape不相同。

支持平台：

Ascend GPU CPU

样例：

>>> # case 1 : same data type
>>> x = Tensor(np.array([1.0, 5.0, 3.0]), mindspore.float32)
>>> y = Tensor(np.array([4.0, 2.0, 6.0]), mindspore.float32)
>>> output = ops.maximum(x, y)
>>> print(output)
[4. 5. 6.]
>>> # case 2 : different data type
>>> x = Tensor(np.array([1.0, 5.0, 3.0]), mindspore.int32)
>>> y = Tensor(np.array([4.0, 2.0, 6.0]), mindspore.float32)
>>> output = ops.maximum(x, y)
>>> print(output.dtype)
Float32