mindspore.Tensor.min

mindspore.Tensor.min()

返回输入Tensor的最小值。

返回：: Tensor，值为输入Tensor的最小值，类型与 input 相同。
支持平台：: Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([0.0, 0.4, 0.6, 0.7, 0.1]), mindspore.float32)
>>> output = Tensor.min(x)
>>> print(output)
0.0

mindspore.Tensor.min(dim, keepdim=False)

在给定轴上计算输入Tensor的最小值，并返回最小值和索引值。

参数：

dim (int) - 指定计算维度。
keepdim (bool, 可选) - 表示是否减少维度，如果为 True ，输出将与输入保持相同的维度；如果为 False ，输出将减少维度。默认值： False 。

返回：

tuple(Tensor)，返回两个元素类型为Tensor的tuple，包含输入Tensor沿指定维度 dim 的最小值和相应的索引。

values (Tensor) - 输入Tensor沿给定维度的最小值，shape和 index 相同，数据类型和 self 相同。
index (Tensor) - 输入Tensor沿给定维度的最小值索引，数据类型为 int64 。如果 keepdim 为 True ，输出Tensor的shape是 \((self_1, self_2, ...,self_{dim-1}, 1, self_{dim+1}, ..., self_N)\) 。否则输出shape为 \((self_1, self_2, ...,self_{dim-1}, self_{dim+1}, ..., self_N)\) 。

异常：

TypeError - 如果 keepdim 不是bool类型。
TypeError - 如果 dim 不是int类型。
TypeError - 如果输入Tensor的数据类型为Complex。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([0.0, 0.4, 0.6, 0.7, 0.1]), mindspore.float32)
>>> output, index = x.min(0, keepdim=True)
>>> print(output, index)
[0.0] [0]

mindspore.Tensor.min(axis=None, keepdims=False, *, initial=None, where=True, return_indices=False)

返回Tensor元素中的最小值或沿 axis 轴方向上的最小值。

说明

axis 为 None 时，keepdims 及以后参数均不会生效，同时索引固定返回0。

参数：

axis (Union[None, int, list, tuple of ints], 可选) - 轴，在该轴方向上进行操作。默认情况下，使用扁平输入。如果该参数为整数元组，则在多个轴上选择最小值，而不是在单个轴或所有轴上进行选择。默认值： None 。
keepdims (bool, 可选) - 如果这个参数为 True ，被删去的维度保留在结果中，且维度设为1。有了这个选项，结果就可以与输入数组进行正确的广播运算。默认值： False 。

关键字参数：

initial (scalar, 可选) - 输出元素的最小值。如果对空切片进行计算，则该参数必须设置。默认值： None 。
where (Tensor[bool], 可选) - 一个bool类型的Tensor，被广播以匹配数组维度和选择包含在降维中的元素。如果传递了一个非默认值，则必须提供初始值。默认值： True 。
return_indices (bool, 可选) - 是否返回最小值的下标。默认值：False 。如果 axis 是 'list' 或 'int' 类型的 'tuple'，则必须取值为 False 。

返回：

Tensor或标量，输入Tensor的最小值。如果 axis 为 None ，则结果是一个标量值。如果提供了 axis ，则结果是Tensor ndim - 1维度的一个数组。

异常：

TypeError - 参数的数据类型与上述不一致。

其他API参考：

mindspore.Tensor.argmin() ：返回沿轴最小值的索引。
mindspore.Tensor.argmax() ：返回沿轴最大值的索引。
mindspore.Tensor.max() ：返回整个Tensor最大值或沿轴最大值。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> a = Tensor(np.arange(4).reshape((2, 2)).astype('float32'))
>>> output = Tensor.min(a)
>>> print(output)
0.0
>>> output = Tensor.min(a, axis=0)
>>> print(output)
[0. 1.]
>>> output = Tensor.min(a, axis=0, initial=9, where=Tensor([False]))
>>> print(output)
[9. 9.]
>>> output = Tensor.min(a, axis=0, initial=9, where=Tensor([False, True]))
>>> print(output)
[9. 1.]
>>> value, indices = Tensor.min(a, axis=0, return_indices=True)
>>> print(value)
[0. 1.]
>>> print(indices)
[0 0]