torch.max学习记录：
首先定义数据：
import torch
a = torch.randn(2,3)
print("a:",a)
结果如下：
a: tensor([[-0.5658, -0.9736, -1.1753],
[ 1.2006, 0.4078, -2.0542]])
torch.max(input, dim)
按维度dim 返回最大值
torch.max(a,dim=0) 返回值为一个元组，元组里包含两个值,第一个值为一个每一列中最大元素，第二个值为最大元素在这一列的行索引
返回的又是列又是行的，这句话怎么理解呢？
可以理解成：dim=0，第0个维度表示行，可以想象是你的手，从上往下挤压（对应dim=0,第一行，第二行...从上往下的一个行方向），直到压扁的一个过程（这个要理解清楚）。在此过程中，只保存每一列的最大值，同时记录下这个最大值是第几行（即行索引）。
[ [-0.5658, -0.9736, -1.1753],
[ 1.2006, 0.4078, -2.0542 ] ]
以这个数据来说，Size[2,3] ，使用torch.max(a,dim=0)，
结果为：
(tensor([ 1.2006, 0.4078, -1.1753]), tensor([1, 1, 0]))
想象有只手从上往下压，把它压扁，保留每一列最大值[ 1.2006, 0.4078, -1.1753] ， 同时保留行索引。1.2006在第一行，0.4078在第一行，-1.1753在第0行，对应后面的 tensor([1, 1, 0]。
也可以通过索引，取出元组中的结果：
print("a.max(dim=0)[0]：",a.max(dim=0)[0])
print("a.max(dim=0)[1]：",a.max(dim=0)[1])
输出：
a.max(dim=0)[0]： tensor([ 1.2006, 0.4078, -1.1753])
a.max(dim=0)[1]： tensor([1, 1, 0])
torch.max(a,diim=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）
同理，可以想象为是有只手从左往右挤压（对应dim=1,第一列，第二列...从左往右的一个列方向），直到压扁的一个过程
贴上代码：
print("a.max(dim=1)[0]：",a.max(dim=1)[0])
print("a.max(dim=1)[1]：",a.max(dim=1)[1])
输出结果：
a.max(dim=1)[0]： tensor([-0.5658, 1.2006])
a.max(dim=1)[1]： tensor([0, 0])
torch.max与numpy.max的用法类似。