mindspore.ops.fmax

mindspore.ops.fmax(input, other)

逐元素计算输入Tensor的最大值。

\[output_i = \max(x1_i, x2_i)\]

说明

• 输入 input 和 other 遵循隐式转换法则使数据类型一致。

• 输入 input 和 other 的shape必须能相互广播。

• 如果其中一个比较值是NaN，则返回另一个比较值。

参数：

• input (Tensor) - 第一个输入Tensor，支持的数据类型有： float16、float32、 float64、 int32、 int64。

• other (Tensor) - 第二个输入Tensor，支持的数据类型有： float16、 float32、 float64、 int32、 int64。

返回：

Tensor。其shape与两个输入广播之后的shape相同，数据类型为隐式转换后精度较高的数据类型。

异常：

• TypeError - input 或 other 不是Tensor。

• TypeError - input 或 other 的数据类型不是以下数据类型之一：float16、 float32、 float64、 int32、 int64。

• ValueError - input 和 other 的shape不能广播。

支持平台：

CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x1 = Tensor(np.array([1.0, 5.0, 3.0]), mindspore.float32)
>>> x2 = Tensor(np.array([4.0, 2.0, 6.0]), mindspore.float32)
>>> output = ops.fmax(x1, x2)
>>> print(output)
[4. 5. 6.]