torch.aminmax

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

Вычисляет минимальное и максимальное значения тензора input.

Параметры

input (Tensor) – Входной тензор

Ключевые аргументы

• dim (Необязательный[int]) – Размерность для вычисления значений. Если None, вычисляет значения для всего input тензора. Значение по умолчанию None.
• keepdim (bool) – Если True, уменьшенные размерности будут сохранены в выходном тензоре как размерности с размером 1 для трансляции, в противном случае они будут удалены, как если бы вызывали (torch.squeeze()). Значение по умолчанию False.
• out (Необязательный[Tuple[Tensor, Tensor]]) – Необязательные тензоры, в которые будет записан результат. Должны иметь такую же форму и тип, как ожидаемый вывод. Значение по умолчанию None.

Возвращает

Именованная кортеж (min, max) содержащий минимальное и максимальное значения.

Возвышает

RuntimeError – Если размерность для вычисления значений имеет размер 0.

Примечание

Значения NaN передаются в выходные данные, если хотя бы одно значение является NaN.

См. также

torch.amin() вычисляет только минимальное значение torch.amax() вычисляет только максимальное значение

Пример:

>>> 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]]))