torch.all

torch.all(input: Tensor, *, out=None) → Tensor

Проверяет, что все элементы в input имеют значение True.

Примечание

Эта функция соответствует поведению NumPy, возвращая результат с типом данных bool для всех поддерживаемых типов данных, кроме uint8. Для uint8 тип данных результата — сам uint8.

Параметры:

input (Tensor) – входной тензор.

Именованные аргументы:

out (Tensor, необязательно) – выходной тензор.

Пример:

>>> a = torch.rand(1, 2).bool()
>>> a
tensor([[False, True]], dtype=torch.bool)
>>> torch.all(a)
tensor(False, dtype=torch.bool)
>>> a = torch.arange(0, 3)
>>> a
tensor([0, 1, 2])
>>> torch.all(a)
tensor(False)

torch.all(input, dim, keepdim=False, *, out=None) → Tensor

Для каждой строки input вдоль заданного измерения dim возвращает True, если все элементы строки имеют значение True, и False в противном случае.

Если keepdim равно True, выходной тензор имеет тот же размер, что и input, за исключением измерения (измерений) dim, где его размер равен 1. В противном случае dim сжимается (см. torch.squeeze()), в результате чего выходной тензор имеет на 1 (или len(dim)) измерение (измерения) меньше.

Параметры:

• input (Tensor) – входной тензор.
• dim (int или tuple целых чисел, необязательно) – измерение или измерения для свёртки. Если None, выполняется свёртка по всем измерениям.
• keepdim (bool, необязательно) – следует ли сохранять dim в выходном тензоре. Значение по умолчанию: False.

Именованные аргументы:

out (Tensor, необязательно) – выходной тензор.

Пример:

>>> a = torch.rand(4, 2).bool()
>>> a
tensor([[True, True],
        [True, False],
        [True, True],
        [True, True]], dtype=torch.bool)
>>> torch.all(a, dim=1)
tensor([ True, False,  True,  True], dtype=torch.bool)
>>> torch.all(a, dim=0)
tensor([ True, False], dtype=torch.bool)