mindspore.ops.ArgMaxWithValue

class mindspore.ops.ArgMaxWithValue(axis=0, keep_dims=False)[源代码]

在给定轴上计算输入Tensor的最大值,并且返回最大值和索引。

说明

在auto_parallel和semi_auto_parallel模式下,不能使用第一个输出索引。

警告

  • 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 的维度长度。

参考: mindspore.ops.max()

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:
  • input (Tensor) - 输入任意维度的Tensor。将输入Tensor的shape设为 \((input_1, input_2, ..., input_N)\)

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,数据类型为int64。如果 keep_dimsTrue ,则输出Tensor的shape为 \((input_1, input_2, ..., input_{axis-1}, 1, input_{axis+1}, ..., input_N)\) 。否则,shape为 \((input_1, input_2, ..., input_{axis-1}, input_{axis+1}, ..., input_N)\)

  • values (Tensor) - 输入Tensor的最大值,其shape与 index 相同,数据类型与 input 相同。

异常:
  • TypeError - keep_dims 不是bool。

  • TypeError - axis 不是int。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> input_x = Tensor(np.array([0.0, 0.4, 0.6, 0.7, 0.1]), mindspore.float32)
>>> index, output = ops.ArgMaxWithValue()(input_x)
>>> print(index, output)
3 0.7
>>> index, output = ops.ArgMaxWithValue(keep_dims=True)(input_x)
>>> print(index, output)
[3] [0.7]