torch.min

torch.min(input) → Tensor

傳回 input tensor 中所有元素的最小值。

警告

與 min(dim=0) 不同，此函數產生確定性的（子）梯度。

參數

input (Tensor) – 輸入 tensor。

範例

>>> 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)

傳回一個 namedtuple (values, indices)，其中 values 是給定維度 dim 中 input tensor 每列的最小值。而 indices 是找到的每個最小值的索引位置 (argmin)。

如果 keepdim 為 True，則輸出 tensors 的大小與 input 相同，除了在維度 dim 上它們的大小為 1。 否則，dim 會被擠壓（參見 torch.squeeze()），導致輸出 tensors 比 input 少一個維度。

注意

如果縮減的行中存在多個最小值，則返回第一個最小值的索引。

參數

• input (Tensor) – 輸入 tensor。

• dim (int) – 要縮減的維度。

• keepdim (bool) – 輸出 tensor 是否保留 dim。

關鍵字參數

out (tuple, optional) – 兩個輸出 tensors 的 tuple (min, min_indices)

範例

>>> 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

請參閱 torch.minimum()。