比较与torch.Tensor.max的差异

torch.Tensor.max

torch.Tensor.max(dim=None, keepdim=False)

更多内容详见torch.Tensor.max。

mindspore.Tensor.max

mindspore.Tensor.max(axis=None, keepdims=False, *, initial=None, where=True, return_indices=False)

更多内容详见mindspore.Tensor.max。

差异对比

MindSpore在PyTorch的基础上，兼容了Numpy的入参 initial 和 where，新增了参数return_indices用于控制是否返回索引。

分类	子类	PyTorch	MindSpore	差异
输入	输入1	dim	axis	功能一致，参数名不同
	输入2	keepdim	keepdims	功能一致，参数名不同
	输入3	-	initial	不涉及
	输入4	-	where	不涉及
	输入5	-	return_indices	不涉及

代码示例1

不指定维度时，两API实现功能一致。

import mindspore as ms
import torch
import numpy as np

np_x = np.array([[-0.0081, -0.3283, -0.7814, -0.0934],
                 [1.4201, -0.3566, -0.3848, -0.1608],
                 [-0.0446, -0.1843, -1.1348, 0.5722],
                 [-0.6668, -0.2368, 0.2790, 0.0453]]).astype(np.float32)
# mindspore
input_x = ms.Tensor(np_x)
output = input_x.max()
print(output)
# 1.4201

# torch
input_x = torch.tensor(np_x)
output = input_x.max()
print(output)
# tensor(1.4201)

代码示例2

指定维度时，MindSpore默认不返回索引，需手动指定。

import mindspore as ms
import torch
import numpy as np

np_x = np.array([[-0.0081, -0.3283, -0.7814, -0.0934],
                 [1.4201, -0.3566, -0.3848, -0.1608],
                 [-0.0446, -0.1843, -1.1348, 0.5722],
                 [-0.6668, -0.2368, 0.2790, 0.0453]]).astype(np.float32)
# mindspore
input_x = ms.Tensor(np_x)
values, indices = input_x.max(axis=1, return_indices=True)
print(values)
# [-0.0081  1.4201  0.5722  0.279 ]
print(indices)
# [0 0 3 2]

# torch
input_x = torch.tensor(np_x)
values, indices = input_x.max(dim=1)
print(values)
# tensor([-0.0081,  1.4201,  0.5722,  0.2790])
print(indices)
# tensor([0, 0, 3, 2])