文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

文档反馈

mindspore.ops.ArgMinWithValue

class mindspore.ops.ArgMinWithValue(axis=0, keep_dims=False)[源代码]

在给定轴上计算输入Tensor的最小值，并且返回最小值和索引。

说明

在auto_parallel和semi_auto_parallel模式下，不能使用第一个输出索引。

警告

如果有多个最小值，则取第一个最小值的索引。
axis 的取值范围为[-dims, dims - 1]。"dims"为 input 的维度长度。

参考 mindspore.ops.min() 。

参数：

axis (int) - 指定计算维度。默认值： 0 。
keep_dims (bool) - 表示是否减少维度。如果为 True ，则输出维度和输入维度相同。如果为 False ，则减少输出维度。默认值： False 。

输入：

input (Tensor) - 输入任意维度的Tensor。将输入Tensor的shape设为 $(i n p u t_{1}, i n p u t_{2}, . . ., i n p u t_{N})$ 。不支持复数类型。

输出：

tuple (Tensor)，表示2个Tensor组成的tuple，包含对应的索引和输入Tensor的最小值。

index (Tensor) - 输入Tensor最小值的索引，数据类型为int64。如果 keep_dims 为True，则输出Tensor的shape为 $(i n p u t_{1}, i n p u t_{2}, . . ., i n p u t_{a x i s - 1}, 1, i n p u t_{a x i s + 1}, . . ., i n p u t_{N})$ 。否则，shape为 $(i n p u t_{1}, i n p u t_{2}, . . ., i n p u t_{a x i s - 1}, i n p u t_{a x i s + 1}, . . ., i n p u t_{N})$ 。
values (Tensor) - 输入Tensor的最小值，其shape与 index 相同，数据类型与 input 相同。

异常：

TypeError - input 不是Tensor。
TypeError - keep_dims 不是bool。
TypeError - axis 不是int。

支持平台：

Ascend GPU CPU

样例：

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