torch.min

torch.min(input) → Tensor

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。

参数

input (Tensor) – 输入张量。

示例

>>> 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)

返回一个名为元组 (values, indices)，其中 values 是给定维度 dim 上 input 张量中每一行的最小值。而 indices 是找到的每个最小值（argmin）的索引位置。

如果 keepdim 为 True，则输出张量与 input 大小相同，除了维度 dim 为大小 1。否则，dim 会被压缩（参见 torch.squeeze()），导致输出张量比 input 少一个维度。

注意

如果在缩减的行中存在多个最小值，则返回第一个最小值的索引。

参数

• input (Tensor) – 输入张量。

• dim (int) – 要缩减的维度。

• keepdim (bool) – 输出张量是否保留 dim。

关键字参数

out (tuple, 可选) – 两个输出张量（min、min_indices）的元组。

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) → Tensor

参见 torch.minimum()。