maximum¶

paddle. maximum ( x, y, name=None ) [源代码] ¶

该OP逐元素对比输入的两个Tensor，并且把各个位置更大的元素保存到返回结果中。

等式是：

\[out = max(x, y)\]

注解

paddle.maximum 遵守broadcasting，如您想了解更多，请参见广播 (broadcasting) 。

参数¶

x （Tensor）- 输入的Tensor。数据类型为 float32 、 float64 、 int32 或 int64 。

y （Tensor）- 输入的Tensor。数据类型为 float32 、 float64 、 int32 或 int64 。

name （str, 可选）- 操作的名称(可选，默认值为None）。更多信息请参见 Name。

返回¶

Tensor，存储运算后的结果。如果x和y有不同的shape且是可以广播的，返回Tensor的shape是x和y经过广播后的shape。如果x和y有相同的shape，返回Tensor的shape与x，y相同。

代码示例¶

import numpy as np
import paddle

x = paddle.to_tensor([[1, 2], [7, 8]])
y = paddle.to_tensor([[3, 4], [5, 6]])
res = paddle.maximum(x, y)
print(res)
#    [[3, 4],
#     [7, 8]]

x = paddle.to_tensor([[1, 2, 3], [1, 2, 3]])
y = paddle.to_tensor([3, 0, 4])
res = paddle.maximum(x, y)
print(res)
#    [[3, 2, 4],
#     [3, 2, 4]]

x = paddle.to_tensor([2, 3, 5], dtype='float32')
y = paddle.to_tensor([1, np.nan, np.nan], dtype='float32')
res = paddle.maximum(x, y)
print(res)
#    [ 2., nan, nan]

x = paddle.to_tensor([5, 3, np.inf], dtype='float32')
y = paddle.to_tensor([1, -np.inf, 5], dtype='float32')
res = paddle.maximum(x, y)
print(res)
#    [  5.,   3., inf.]

PaddlePaddle

paddle / maximum

maximum¶

参数¶

返回¶

代码示例¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle / maximum

maximum¶

参数¶

返回¶

代码示例¶