Python PyTorch min用法及代码示例

本文简要介绍python语言中 torch.min 的用法。

用法:

torch.min(input) → Tensor

参数：

input(Tensor) -输入张量。

参数：

• input(Tensor) -输入张量。

• dim(int) -要减少的维度。

• keepdim(bool) -输出张量是否保留了dim。

关键字参数：

out(tuple,可选的) -两个输出张量的元组(最小，min_indices)

返回 input 张量中所有元素的最小值。

警告

与min(dim=0) 不同，此函数产生确定性(子)梯度

例子：

>>> a = torch.randn(1, 3)
>>> a
tensor([[ 0.6750,  1.0857,  1.7197]])
>>> torch.min(a)
tensor(0.6750)

torch.min(input, dim, keepdim=False, *, out=None)

返回一个命名元组 (values, indices) 其中 values 是给定维度 dim 中 input 张量的每一行的最小值。而indices 是找到的每个最小值的索引位置(argmin)。

如果 keepdim 是 True ，则输出张量的大小与 input 相同，但在维度 dim 中它们的大小为 1。否则，dim 被压缩(参见 torch.squeeze() )，结果在比 input 少 1 个维度的输出张量中。

注意

如果缩减行中有多个最小值，则返回第一个最小值的索引。

例子：

>>> a = torch.randn(4, 4)
>>> a
tensor([[-0.6248,  1.1334, -1.1899, -0.2803],
        [-1.4644, -0.2635, -0.3651,  0.6134],
        [ 0.2457,  0.0384,  1.0128,  0.7015],
        [-0.1153,  2.9849,  2.1458,  0.5788]])
>>> torch.min(a, 1)
torch.return_types.min(values=tensor([-1.1899, -1.4644,  0.0384, -0.1153]), indices=tensor([2, 0, 1, 0]))

torch.min(input, other, *, out=None) → Tensor

见 torch.minimum() 。