torch.max 函数

import  torch
a = torch.randn(3,3)
print(a)#返回生成的随机tensor(3*3)
print(torch.max(a,0))#返回每一列中最大值的那个元素，且返回索引（返回最大元素在这一列的行索引）
print(torch.max(a,1))#返回每一行中最大值的那个元素，且返回其索引（返回最大元素在这一行的列索引）
print(torch.max(a))#返回tensor a 中的最大值
print(torch.max(a,0)[0] )# 只返回最大值的每个数
print(torch.max(a,0)[1])#只返回最大值的每个索引

控制台输出： 

tensor([[ 1.6294,  0.2568,  0.2093],
        [ 0.4974, -2.1175,  0.1659],
        [ 0.0640,  1.4387, -0.5895]])
torch.return_types.max(
values=tensor([1.6294, 1.4387, 0.2093]),
indices=tensor([0, 2, 0]))
torch.return_types.max(
values=tensor([1.6294, 0.4974, 1.4387]),
indices=tensor([0, 0, 1]))
tensor(1.6294)
tensor([1.6294, 1.4387, 0.2093])
tensor([0, 2, 0])

Process finished with exit code 0

max函数用法总结：

torch.max(a) 返回输入tensor a中所有元素的最大值

torch.max(a,0) 返回每一列中最大值的那个元素，且返回索引（返回最大元素在这一列的行索引），注意这里不仅仅返回最大值，还返回最大值索引。

torch.max(a,1) 返回每一行中最大值的那个元素，且返回其索引（返回最大元素在这一行的列索引）

torch.max()[0]， 只返回最大值的每个数

troch.max()[1]， 只返回最大值的每个索引

torch.max()[1].data 只返回variable中的数据部分（去掉Variable containing:）

torch.max()[1].data.numpy() 把数据转化成numpy ndarry

torch.max()[1].data.numpy().squeeze() 把数据条目中维度为1 的删除掉

torch.max(tensor1,tensor2) element-wise 比较tensor1 和tensor2 中的元素，返回较大的那个值