Функция fmax

Функция fmax сравнивает два тензора поэлементно и возвращает новый тензор, содержащий максимальные значения из каждой пары элементов. В отличие от функции maximum, fmax игнорирует значения NaN: если один из элементов равен NaN, то в результат записывается значение второго элемента. Если оба элемента равны NaN, результат будет NaN. Первым параметром передаётся первый тензор, вторым - второй тензор. Тензоры должны быть приводимы к одной форме.

Синтаксис

torch.fmax(input, other)

Пример

Давайте сравним два тензора с положительными числами:

import torch

t1 = torch.tensor([1, 5, 3, 9])
t2 = torch.tensor([4, 2, 6, 7])
res = torch.fmax(t1, t2)
print(res)

Результат выполнения кода:

tensor([4, 5, 6, 9])

Пример

Теперь рассмотрим случай, когда в одном из тензоров присутствует значение NaN:

import torch

t1 = torch.tensor([1.0, float('nan'), 3.0])
t2 = torch.tensor([4.0, 2.0, float('nan')])
res = torch.fmax(t1, t2)
print(res)

Результат выполнения кода:

tensor([4., 2., 3.])

Как видно, NaN был проигнорирован, и в результат записались значения из второго и первого тензора соответственно.

Пример

Сравнение двумерных тензоров:

import torch

t1 = torch.tensor([
	[1, 8, 3],
	[7, 2, 9]
])
t2 = torch.tensor([
	[5, 2, 6],
	[4, 9, 1]
])
res = torch.fmax(t1, t2)
print(res)

Результат выполнения кода:

tensor([
	[5, 8, 6],
	[7, 9, 9]
])

Смотрите также

функцию maximum,
которая аналогично сравнивает тензоры, но не игнорирует NaN
функцию fmin,
которая выполняет поэлементное минимизирование с игнорированием NaN
функцию min,
которая возвращает минимальное значение среди всех элементов тензора
функцию max,
которая возвращает максимальное значение среди всех элементов тензора