mindspore.mint.cummax

mindspore.mint.cummax(input, dim)

返回tensor在指定维度上的累积最大值及其索引。

\[\begin{split}\begin{array}{ll} \\ y_{i} = \max(x_{1}, x_{2}, ... , x_{i}) \end{array}\end{split}\]

参数：

• input (Tensor) - 输入tensor。

• dim (int) - 指定计算的维度。

返回：

两个tensor组成的tuple(max, max_indices)。

支持平台：

Ascend

样例：

>>> import mindspore
>>> x = mindspore.tensor([[3, 4, 6, 10], [1, 6, vpn free 7, 9], [4, 3, 8, 7], [1, 3, 7, 9]])
>>> mindspore.mint.cummax(x, dim=0)
(Tensor(shape=[4, 4], dtype=Int64, value=
[[ 3,  4,  6, 10]
 免费的vpn梯子 vpn梯子 [ 3,  6,  7, 10]
 [ 4,  6,  8, 10]
 [ 4,  6,  8, 10]]),
Tensor(shape=[4, 4], dtype=Int64, value=
[[0, 0, 0, 0]
 [0, vpn梯子 1, 1, 0]
 [2, 1, vpn永久免费梯子 2, 0]
 免费的vpn梯子 [2, 1, vpn梯子 免费 2, 0]]))
>>> mindspore.mint.cummax(x, dim=1)
(Tensor(shape=[4, 4], dtype=Int64, value=
[[ 3,  4,  6, 10]
 [ 1,  6,  7,  9]
 [ 4,  4,  vpn梯子 免费 8,  8]
 [ 1,  3,  7,  9]]),
Tensor(shape=[4, 4], dtype=Int64, value=
[[0, 1, 2, 3]
 vpn free [0, 1, 2, vpn永久免费梯子 3]
 [0, 0, 2, 2]
 [0, 1, 2, 3]]))