【python深度學習】——torch.min
- 1. torch.min()
- 1.1 計算整個張量的最小值
- 1.2 沿特定維度計算最小值
- 1.3 比較兩個張量
1. torch.min()
torch.min()接受的參數如下:
- input: 輸入的張量。
- dim: 沿指定維度尋找最小值。如果指定了該參數,返回一個元組,其中第一個張量包含最小值,第二個張量包含最小值的索引。
- keepdim: (可選)是否保持輸出張量的維度。如果設置為 True,輸出張量在被計算的維度上仍然會有長度為1的維度。
- out: (可選)輸出張量,可以用來存儲計算結果。
1.1 計算整個張量的最小值
不指定維度時, torch.min() 輸出整個張量中所有元素的最小值
import torch
# 創建一個張量
x = torch.tensor([1, 2, 3, 4, 5])
# 計算最小值
min_value = torch.min(x)
print(min_value) # output: tensor(1)
1.2 沿特定維度計算最小值
當指定 dim 參數時,torch.min() 會返回沿指定維度的最小值以及對應的索引。
import torch# 創建一個 2D 張量
x = torch.tensor([[1, 2, 3],[4, 0, 6]])# 沿每列計算最小值
min_values, min_indices = torch.min(x, dim=0)
print("Min values along columns:", min_values)
print("Indices of min values along columns:", min_indices)# 沿每行計算最小值
min_values, min_indices = torch.min(x, dim=1)
print("Min values along rows:", min_values)
print("Indices of min values along rows:", min_indices)
輸出的結果為:
Min values along columns: tensor([1, 0, 3])
Indices of min values along columns: tensor([0, 1, 0])Min values along rows: tensor([1, 0])
Indices of min values along rows: tensor([0, 1])
1.3 比較兩個張量
當傳入兩個張量時,torch.min() 會比較兩個張量中的每個位置的元素,并返回對應位置的最小值。
例如:
import torch# 創建兩個張量
a = torch.tensor([1, 2, 3])
b = torch.tensor([3, 1, 2])# 比較兩個張量并返回最小值
min_values = torch.min(a, b)
print(min_values) # output: tensor([1, 1, 2])