torch.aminmax

torch.aminmax(input, *, dim=None, keepdim=False, out=None) -> (Tensor min, Tensor max)

计算 input 张量的最小值和最大值。

参数

input (Tensor) – 输入张量

关键词参数

• dim (Optional[int]) – 沿其计算值的维度。如果为 None，则计算整个 input 张量的值。默认为 None。

• keepdim (bool) – 如果为 True，则缩减的维度将保留在输出张量中，作为大小为 1 的维度用于广播；否则，它们将被移除，如同调用 (torch.squeeze())。默认为 False。

• out (Optional[Tuple[Tensor, Tensor]]) – 可选的张量，用于写入结果。必须具有与预期输出相同的形状和 dtype。默认为 None。

返回

一个名为 (min, max) 的元组，包含最小值和最大值。

引发

RuntimeError – 如果要计算值的任何维度的大小为 0。

注意

如果至少有一个值为 NaN，则 NaN 值会传播到输出。

另请参阅

torch.amin() 仅计算最小值，torch.amax() 仅计算最大值

示例

>>> torch.aminmax(torch.tensor([1, -3, 5]))
torch.return_types.aminmax(
min=tensor(-3),
max=tensor(5))

>>> # aminmax propagates NaNs
>>> torch.aminmax(torch.tensor([1, -3, 5, torch.nan]))
torch.return_types.aminmax(
min=tensor(nan),
max=tensor(nan))

>>> t = torch.arange(10).view(2, 5)
>>> t
tensor([[0, 1, 2, 3, 4],
        [5, 6, 7, 8, 9]])
>>> t.aminmax(dim=0, keepdim=True)
torch.return_types.aminmax(
min=tensor([[0, 1, 2, 3, 4]]),
max=tensor([[5, 6, 7, 8, 9]]))