РЕПЕТИТОР математика физика информатика
Для школьников и студентов. Подтягивание пробелов. ЦЭ, ЦТ, ОГЭ, ЕГЭ.
Идет набор на ЛЕТО. Жмите для подробностей:)
190 of 769 menu

Функция maximum

Функция maximum вычисляет поэлементный максимум двух тензоров или тензора и скаляра. Первый аргумент - тензор input. Второй аргумент - тензор other или скаляр. Функция возвращает тензор той же формы, что и входные данные. Поддерживается автоматическое расширение (broadcasting).

Синтаксис

torch.maximum(input, other, *, out=None)

Пример

Давайте сравним два тензора и получим поэлементный максимум:

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

Результат выполнения кода:

tensor([4, 5, 6, 8])

Пример

Давайте сравним тензор со скаляром:

import torch t = torch.tensor([-2, 5, 0, 3]) res = torch.maximum(t, 1) print(res)

Результат выполнения кода:

tensor([1, 5, 1, 3])

Пример

Давайте используем broadcasting для двумерных тензоров:

import torch t1 = torch.tensor([[1, 2], [3, 4]]) t2 = torch.tensor([[0, 5], [2, 1]]) res = torch.maximum(t1, t2) print(res)

Результат выполнения кода:

tensor([ [1, 5], [3, 4], ])

Пример

Давайте используем maximum с числами с плавающей запятой:

import torch t1 = torch.tensor([1.5, -2.3, 3.7]) t2 = torch.tensor([0.2, 4.1, -1.5]) res = torch.maximum(t1, t2) print(res)

Результат выполнения кода:

tensor([1.5000, 4.1000, 3.7000])

Пример

Давайте используем аргумент out для сохранения результата в заранее созданный тензор:

import torch t1 = torch.tensor([3, 1, 4]) t2 = torch.tensor([2, 5, 1]) out = torch.empty(3, dtype=torch.long) torch.maximum(t1, t2, out=out) print(out)

Результат выполнения кода:

tensor([3, 5, 4])

Смотрите также

  • функцию minimum,
    которая вычисляет поэлементный минимум двух тензоров
  • функцию fmax,
    которая вычисляет максимум с игнорированием NaN
  • функцию max,
    которая возвращает максимальное значение тензора по заданной оси
  • функцию clamp,
    которая ограничивает значения тензора в заданном диапазоне
Мы используем cookie для работы сайта, аналитики и персонализации. Обработка данных происходит согласно Политике конфиденциальности.
принять все настроить отклонить