rmax.py

   1 #!/usr/bin/env python
   2
   3 import torch
   4
   5 ##################################################
   6
   7
   8 def rmax(x):
   9     a = x.max(-1, keepdim=True)
  10     i = torch.arange(x.size(-1) - 1)[None, :]
  11     y = torch.cat(
  12         (
  13             (i < a.indices) * (x - a.values)[:, :-1]
  14             + (i >= a.indices) * (a.values - x)[:, 1:],
  15             a.values,
  16         ),
  17         -1,
  18     )
  19     return y
  20
  21
  22 def rmax_back(y):
  23     u = torch.nn.functional.pad(y, (1, -1))
  24     x = (
  25         (y < 0) * (y[:, -1:] + y)
  26         + (y >= 0) * (u < 0) * (y[:, -1:])
  27         + (y >= 0) * (u >= 0) * (y[:, -1:] - u)
  28     )
  29     return x
  30
  31
  32 ##################################################
  33
  34 # x = torch.randn(3, 14)
  35
  36 # Checking that ambiguous max does not hurt
  37 x = torch.randint(21, (100, 50)) - 10
  38
  39 y = rmax(x)
  40
  41 print(f"{x.size()=} {y.size()=}")
  42 print(f"{(x.max(-1).values - y[:,-1]).abs().max()=}")
  43
  44 z = rmax_back(y)
  45
  46 print(f"{(z-x).abs().max()=}")