官方API：https://pytorch.org/docs/stable/torch.html#torch.max
首先我们来看一个简单的例子体会一下torch.max()的用法：
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运行结果：（pycharm）
注：每次随机生成的tensor并不相同，故结果不唯一，但原理是相同的。
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）
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
版权声明：本文为Jane_JXR原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。