mindspore.numpy.amax

mindspore.numpy.amax(a, axis=None, keepdims=False, initial=None, where=True)[源代码]

返回数组的最大值或沿指定轴的最大值。

说明

不支持Numpy的 out 参数。在GPU上，支持的数据类型为 np.float16 和 np.float32。

参数：

a (Tensor) - 输入数据。
axis (Union[int, tuple(int), None], 可选) - 默认值： None 。指定操作的轴或多个轴。默认情况下，将使用展平后的输入。如果该参数是整数组成的tuple，则会在多个轴上选择最大值，而不是像之前那样选择单个轴或所有轴上的最大值。
keepdims (boolean, 可选) - 默认值： False 。如果设置为 True ，则保留被缩减的轴，作为结果中大小为一的维度。使用此选项，结果将与输入数组正确广播。
initial (scalar, 可选) - 默认值： None 。输出元素的最小值。必须存在才能在空切片上进行计算。
where (boolean Tensor, 可选) - 默认值： True 。一个布尔数组，被广播以匹配数组的维度，并选择包含在计算中的元素。如果传递了非默认值，则 initial 也必须提供。

返回：

Tensor或标量， a 的最大值。如果 axis 为 None ，则结果是一个标量值。如果给定 axis ，则结果是一个维度为 a.ndim - 1 的数组。

异常：

TypeError - 如果输入不是Tensor。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> a = np.arange(4).reshape((2,2)).astype('float32')
>>> output = np.amax(a)
>>> print(output)
3.0
>>> output = np.amax(a, axis=0)
>>> print(output)
[2. 3.]
>>> output = np.amax(a, axis=1)
>>> print(output)
[1. 3.]
>>> output = np.amax(a, where=np.array([False, True]), initial=-1, axis=0)
>>> print(output)
[-1.  3.]