mindspore.ops.ArgMaxWithValue
- class mindspore.ops.ArgMaxWithValue(axis=0, keep_dims=False)[源代码]
根据指定的索引计算最大值,并返回索引和值。
在给定轴上计算输入Tensor的最大值,并且返回最大值和索引。
Note
在auto_parallel和semi_auto_parallel模式下,不能使用第一个输出索引。
Warning
如果有多个最大值,则取第一个最大值的索引。
“axis”的取值范围为[-dims, dims - 1]。”dims”为”input_x”的维度长度。
参数:
axis (int) - 指定计算维度。默认值:0。
keep_dims (bool) - 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。
输入:
x (Tensor) - 输入任意维度的Tensor。将输入Tensor的shape设为 \((x_1, x_2, ..., x_N)\) 。数据类型为mindspore.float16或float32。
输出:
tuple (Tensor),表示2个Tensor组成的tuple,包含对应的索引和输入Tensor的最大值。
index (Tensor) - 输入Tensor最大值的索引。如果 keep_dims 为True,则输出Tensor的shape为 \((x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)\) 。否则,shape为 \((x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)\) 。
values (Tensor) - 输入Tensor的最大值,其shape与索引相同。
异常:
TypeError - x 的数据类型非float16、float32或float64。
TypeError - keep_dims 不是bool。
TypeError - axis 不是int。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> x = Tensor(np.array([0.0, 0.4, 0.6, 0.7, 0.1]), mindspore.float32) >>> index, values = ops.ArgMaxWithValue()(x) >>> print(index, values) 3 0.7 >>> index, values = ops.ArgMaxWithValue(keep_dims=True)(x) >>> print(index, values) [3] [0.7]