torch.aminmax

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

计算张量的最小值和最大值。

参数

输入 (Tensor) – 输入的张量

关键字参数

• dim (Optional[int]) – 计算值的维度。如果为None，则在整个input张量上进行计算。默认情况下，dim 为None。

• keepdim (bool) – 如果为True，减少的维度将保留在输出张量中作为大小为1的维度以进行广播操作；否则这些维度将会被移除，就像调用了torch.squeeze()。默认值是False。

• out (Optional[Tuple[Tensor, Tensor]]]) – 可选的张量，用于存储结果。这些张量必须与预期输出具有相同的形状和数据类型。默认值为None。

返回值

一个名为(min, max)的命名元组，包含最小值和最大值。

异常

RuntimeError – 当要计算值的任一维度大小为0时触发。

注意

如果有任何一个值是NaN，那么输出也会包含NaN值。

参见

torch.amin() 用于计算最小值，而 torch.amax() 用于计算最大值

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]]))