jax.numpy.nanmax

内容

jax.numpy.nanmax#

jax.numpy.nanmax(a, axis=None, out=None, keepdims=False, initial=None, where=None)[source]#

返回沿给定轴的数组元素的最大值，忽略 NaN。

JAX 实现 numpy.nanmax().

参数：

  • **a** (ArrayLike) – 输入数组。

  • **axis** (Axis) – int 或 int 序列，默认值为 None。计算最大值的轴。如果为 None，则沿扁平化数组计算最大值。

  • **keepdims** (bool) – bool，默认值为 False。如果为 True，则保留结果中大小为 1 的缩减轴。

  • **initial** (ArrayLike | None) – int 或数组，默认值为 None。最大值的初始值。

  • **where** (ArrayLike | None) – 布尔类型数组，默认值为 None。用于最大值的元素。数组应该与输入广播兼容。当使用 where 时，必须指定 initial。

  • **out** (None) – JAX 未使用。

返回值：

沿给定轴计算数组元素的最大值，忽略 NaN。如果给定轴上的所有值都是 NaN，则返回 nan。

返回类型:

数组

另请参阅

示例

默认情况下，jnp.nanmax 计算沿扁平化数组的元素最大值。

>>> nan = jnp.nan
>>> x = jnp.array([[8, nan, 4, 6],
...                [nan, -2, nan, -4],
...                [-2, 1, 7, nan]])
>>> jnp.nanmax(x)
Array(8., dtype=float32)

如果 axis=1，则最大值将在轴 1 沿计算。

>>> jnp.nanmax(x, axis=1)
Array([ 8., -2.,  7.], dtype=float32)

如果 keepdims=True，则输出的 ndim 将与输入的相同。

>>> jnp.nanmax(x, axis=1, keepdims=True)
Array([[ 8.],
       [-2.],
       [ 7.]], dtype=float32)

要仅包括特定元素来计算最大值，可以使用 where。它可以与输入具有相同维度

>>> where=jnp.array([[0, 0, 1, 0],
...                  [0, 0, 1, 1],
...                  [1, 1, 1, 0]], dtype=bool)
>>> jnp.nanmax(x, axis=1, keepdims=True, initial=0, where=where)
Array([[4.],
       [0.],
       [7.]], dtype=float32)

或者必须与输入广播兼容。

>>> where = jnp.array([[True],
...                    [False],
...                    [False]])
>>> jnp.nanmax(x, axis=0, keepdims=True, initial=0, where=where)
Array([[8., 0., 4., 6.]], dtype=float32)
内容