torch.min¶

torch.min(input) → 张量¶

返回input张量中所有元素的最小值。

警告

与min(dim=0)不同，此函数生成确定性（子）梯度

Parameters: 输入 (张量) – 输入张量。

示例：

>>> a = torch.randn(1, 3)
>>> a
张量([[ 0.6750,  1.0857,  1.7197]])
>>> torch.min(a)
张量(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 张量每行的最小值。而 indices 是找到的每个最小值的索引位置（argmin）。

如果 keepdim 是 True，输出张量的大小与 input 相同，除了在维度 dim 上它们的大小为1。否则，dim 被压缩（参见 torch.squeeze()），导致输出张量的维度比 input 少1。

注意

如果在缩减行中存在多个最小值，则返回第一个最小值的索引。

Parameters

输入 (张量) – 输入张量。
dim (int) – 要减少的维度。
keepdim (布尔值) – 输出张量是否保留dim。

Keyword Arguments

输出 (元组, 可选) – 包含两个输出张量的元组 (min, min_indices)

示例：

>>> 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) → 张量

参见 torch.minimum()。