Python PyTorch aminmax用法及代码示例

本文简要介绍python语言中 torch.aminmax 的用法。

用法:

torch.aminmax(input, *, dim=None, keepdim=False, out=None) ->(Tensor min, Tensor max)

参数：

input(Tensor) -输入张量

关键字参数：

• dim(可选的[int]) -沿其计算值的维度。如果 None ，计算整个 input 张量的值。默认为 None 。

• keepdim(bool) -如果是 True ，则减少的维度将作为大小为 1 的维度保留在输出张量中以用于广播，否则它们将被删除，就像调用 ( torch.squeeze() )。默认为 False 。

• out(可选的[元组[Tensor,Tensor]]) - 用于写入结果的可选张量。必须具有与预期输出相同的形状和数据类型。默认为None.

返回：

包含最小值和最大值的命名元组(min, max)。

抛出：

RuntimeError - 如果要计算值的任何维度的大小为 0。

计算 input 张量的最小值和最大值。

注意

如果至少有一个值为 NaN，则 NaN 值将传播到输出。

例子：

>>> torch.aminmax(torch.tensor([1, -3, 5]))
torch.return_types.aminmax(
min=tensor(-3),
max=tensor(5))

>>> # aminmax propagates NaNs
>>> torch.aminmax(torch.tensor([1, -3, 5, torch.nan]))
torch.return_types.aminmax(
min=tensor(nan),
max=tensor(nan))

>>> t = torch.arange(10).view(2, 5)
>>> t
tensor([[0, 1, 2, 3, 4],
        [5, 6, 7, 8, 9]])
>>> t.aminmax(dim=0, keepdim=True)
torch.return_types.aminmax(
min=tensor([[0, 1, 2, 3, 4]]),
max=tensor([[5, 6, 7, 8, 9]]))