文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

问题描述

请勾选同意隐私声明

mindspore.ops.fmax

mindspore.ops.fmax(input, other)[源代码]

逐元素计算输入Tensor的最大值。

outputi=max(x1i,x2i)

说明

  • 输入 inputother 遵循隐式转换法则使数据类型一致。

  • 输入 inputother 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 - inputother 不是Tensor。

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

  • ValueError - inputother 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.]