函数输入：
- input：需要进行max操作的Tensor类变量
- dim：需要进行max的维度（被固定的维度）
- max：Tensor类变量，用于存储返回结果
- max_indices：Tensor类变量，用于存储返回结果的索引
- keepdim=False：返回值与原Tensor的size是否一致
一、一维Tensor
一维情况较为简单，返回数组最大值，也可以添加参数dim，添加后返回结果会多包含一个索引值。
In[3]: temp = torch.tensor([1,2,3,4,5])
In[4]: torch.max(temp)
Out[4]: tensor(5)
In[5]: torch.max(temp,dim=0)
Out[5]:
torch.return_types.max(
values=tensor(5),
indices=tensor(4))二、多维Tensor
2.1 不使用dim参数（默认情况）
多维Tensor在不使用dim参数情况下，将默认返回所有数值中的最大值，且不包含索引。
In[8]: temp = torch.tensor([[1,2,3,4,5],[6,7,3,4,5]])
In[9]: temp.max()
Out[9]: tensor(7)2.2 使用dim参数
给出dim参数的情况下，首先固定dim维度值\(x_ i \)，遍历除dim之外的维度(\( [j,k,…] \))，获取\( x_i \)对应位置下的最大值\( [x_i,x_{max_j},x_{max_k}…] \)，并按照该方式遍历dim维度，得到一个与dim维度元素数量相同的一维数组。并返回最大值索引除dim维度外的其他维度索引值。
In[8]: temp = torch.tensor([[1,2,3,4,5],[6,7,3,4,5]])
In[10]: temp.max(dim=1)
Out[10]:
torch.return_types.max(
values=tensor([5, 7]),
indices=tensor([4, 1]))例如上述代码：二维情况下dim=1，先取第二维数值为0，遍历第一维获得索引序列：[0, 0], [0 , 1], [0, 2], [0, 3], [0, 4]，其中最大值位于[0, 4]，其值为5，故返回结果的第一个值为5，索引为4。再取第二维数值为1，同样过程获得索引序列[1, 0], [1 , 1], [1, 2], [1, 3], [1, 4]，其中最大值位于[1, 1]，其值为7，故返回结果的第一个值为7，索引为1。