mars.tensor.minimum#

mars.tensor.minimum(x1, x2, out=None, where=None, **kwargs)[来源]#

张量元素的逐元素最小值。

比较两个张量并返回一个新张量，其中包含逐元素的最小值。如果被比较的元素之一是 NaN，则返回该元素。如果两个元素都是 NaN，则返回第一个。后者的区别对于复杂的 NaN 很重要，因为复杂的 NaN 被定义为至少一个实部或虚部为 NaN。最终的效果是 NaN 被传播。

Parameters

  • x1 (array_like) – 持有要比较元素的张量。它们必须具有相同的形状，或者可以广播到单一形状的形状。

  • x2 (array_like) – 要比较的元素所持有的张量。它们必须具有相同的形状，或者可以广播到单一形状的形状。

  • out (Tensor, None, 或 tuple 的 Tensor 和 None, 可选) – 结果存储的位置。如果提供，它必须具有和输入相同的广播形状。如果未提供或None，将返回一个新分配的张量。元组（仅作为关键字参数可能）必须具有与输出数量相等的长度。

  • where (array_like, 可选) – 值为 True 表示在该位置计算 ufunc，值为 False 表示保持输出中的该值不变。

  • **kwargs –

Returns

y – x1 和 x2 的最小值，逐元素。 如果 x1 和 x2 都是标量，则返回标量。

Return type

张量或标量

另请参阅

maximum

两个张量逐元素的最大值，传播 NaNs。

fmin

两个张量逐元素的最小值，忽略NaNs。

amin

在给定轴上的张量的最小值，会传播NaN。

nanmin

沿给定轴的张量的最小值，忽略NaN。

fmax, amax, nanmax

备注

当x1和x2都不是NaN时，最小值等同于 mt.where(x1 <= x2, x1, x2)，但它更快并且正确地进行广播。

示例

>>> import mars.tensor as mt

>>> mt.minimum([2, 3, 4], [1, 5, 2]).execute()
array([1, 3, 2])

>>> mt.minimum(mt.eye(2), [0.5, 2]).execute() # broadcasting
array([[ 0.5,  0. ],
       [ 0. ,  1. ]])

>>> mt.minimum([mt.nan, 0, mt.nan],[0, mt.nan, mt.nan]).execute()
array([ NaN,  NaN,  NaN])
>>> mt.minimum(-mt.Inf, 1).execute()
-inf