torch.max學習記錄：
首先定義數據：
import torch
a = torch.randn(2,3)
print("a:",a)
結果如下：
a: tensor([[-0.5658, -0.9736, -1.1753],
[ 1.2006, 0.4078, -2.0542]])
torch.max(input, dim)
按維度dim 返回最大值
torch.max(a,dim=0) 返回值爲一個元組，元組裏包含兩個值,第一個值爲一個每一列中最大元素，第二個值爲最大元素在這一列的行索引
返回的又是列又是行的，這句話怎麼理解呢？
可以理解成：dim=0，第0個維度表示行，可以想象是你的手，從上往下擠壓（對應dim=0,第一行，第二行...從上往下的一個行方向），直到壓扁的一個過程（這個要理解清楚）。在此過程中，只保存每一列的最大值，同時記錄下這個最大值是第幾行（即行索引）。
[ [-0.5658, -0.9736, -1.1753],
[ 1.2006, 0.4078, -2.0542 ] ]
以這個數據來說，Size[2,3] ，使用torch.max(a,dim=0)，
結果爲：
(tensor([ 1.2006, 0.4078, -1.1753]), tensor([1, 1, 0]))
想象有隻手從上往下壓，把它壓扁，保留每一列最大值[ 1.2006, 0.4078, -1.1753] ， 同時保留行索引。1.2006在第一行，0.4078在第一行，-1.1753在第0行，對應後面的 tensor([1, 1, 0]。
也可以通過索引，取出元組中的結果：
print("a.max(dim=0)[0]：",a.max(dim=0)[0])
print("a.max(dim=0)[1]：",a.max(dim=0)[1])
輸出：
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個元素，且返回其索引（返回最大元素在這一行的列索引）
同理，可以想象爲是有隻手從左往右擠壓（對應dim=1,第一列，第二列...從左往右的一個列方向），直到壓扁的一個過程
貼上代碼：
print("a.max(dim=1)[0]：",a.max(dim=1)[0])
print("a.max(dim=1)[1]：",a.max(dim=1)[1])
輸出結果：
a.max(dim=1)[0]： tensor([-0.5658, 1.2006])
a.max(dim=1)[1]： tensor([0, 0])
torch.max與numpy.max的用法類似。