torch.aminmax

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

计算张量 input 的最小值和最大值。

参数:

输入（张量）- 输入张量

关键字参数:

• dim（可选[int]）- 计算值的维度。如果为 None，则在整个 input 张量上计算值。默认为 None。

• keepdim（布尔值）- 如果为 True，则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，否则将删除这些维度，就像调用（ torch.squeeze() ）一样。默认为 False。

• out（可选[Tuple[Tensor, Tensor]）- 可选的用于写入结果的张量。必须与预期输出具有相同的形状和数据类型。默认为 None。

返回值:

包含最小值和最大值的命名元组（min, max）。

引发:

RuntimeError - 如果要计算值的维度中任何一个的大小为 0。

注意

如果至少有一个值是 NaN，则 NaN 值会传播到输出。

参见

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]]))