Python tf.math.reduce_min用法及代碼示例

計算張量維度上元素的tf.math.minimum。

用法

tf.math.reduce_min(
    input_tensor, axis=None, keepdims=False, name=None
)

這是按元素tf.math.minimum op 的歸約操作。

沿 axis 中給定的尺寸減少 input_tensor 。除非 keepdims 為真，否則對於 axis 中的每個條目，張量的秩都會減少 1，這必須是唯一的。如果 keepdims 為真，則保留縮減後的維度，長度為 1。

如果axis 為None，則所有維度都會減少，並返回具有單個元素的張量。

例如：

a = tf.constant([
  [[1, 2], [3, 4]],
  [[1, 2], [3, 4]]
])
tf.reduce_min(a)
<tf.Tensor:shape=(), dtype=int32, numpy=1>

選擇特定軸返回給定軸中的最小元素：

b = tf.constant([[1, 2, 3], [4, 5, 6]])
tf.reduce_min(b, axis=0)
<tf.Tensor:shape=(3,), dtype=int32, numpy=array([1, 2, 3], dtype=int32)>
tf.reduce_min(b, axis=1)
<tf.Tensor:shape=(2,), dtype=int32, numpy=array([1, 4], dtype=int32)>

將 keepdims 設置為 True 會保留 input_tensor 的維度：

tf.reduce_min(a, keepdims=True)
<tf.Tensor:shape=(1, 1, 1), dtype=int32, numpy=array([[[1]]], dtype=int32)>
tf.math.reduce_min(a, axis=0, keepdims=True)
<tf.Tensor:shape=(1, 2, 2), dtype=int32, numpy=
array([[[1, 2],
        [3, 4]]], dtype=int32)>

numpy 兼容性

相當於 np.min