mindspore.mint.cummax

mindspore.mint.cummax(input, dim)

返回一个元组（最值、索引），其中最值是输入Tensor input 沿维度 dim 的累积最大值，索引是每个最大值的索引位置。

\[\begin{split}\begin{array}{ll} \\ y_{i} = \max(x_{1}, x_{2}, ... , x_{i}) \end{array}\end{split}\]

参数：

• input (Tensor) - 输入Tensor，要求维度大于0。

• dim (int) - 算子操作的维度，维度的大小范围是[-input.ndim, input.ndim - 1]。

返回：

一个包含两个Tensor的元组，分别表示累积最大值和对应索引。每个输出Tensor的形状和输入Tensor的形状相同。

异常：

• TypeError - 如果 input 不是Tensor。

• TypeError - 如果 dim 不是int。

• ValueError - 如果 dim 不在范围[-input.ndim, input.ndim - 1]内。

说明

Ascend不支持O2模式。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> from mindspore import mint
>>> x = Tensor(np.array([[3, 4, 6, 10], [1, 6, 7, 9], [4, 3, 8, 7], [1, 3, 7, 9]]).astype(np.float32))
>>> output = mint.cummax(x, dim=0)
>>> print(output[0])
[[ 3.  4.  6. 10.]
 [ 3.  6.  7. 10.]
 [ 4.  6.  8. 10.]
 [ 4.  6.  8. 10.]]
>>> print(output[1])
[[0 0 0 0]
 [0 1 1 0]
 [2 1 2 0]
 [2 1 2 0]]