mindspore.ops.ArgMinWithValue
- class mindspore.ops.ArgMinWithValue(axis=0, keep_dims=False)[源代码]
根据指定的索引计算最小值,并返回索引和值。
在给定轴上计算输入Tensor的最小值,并且返回最小值和索引。
Note
在auto_parallel和semi_auto_parallel模式下,不能使用第一个输出索引。
Warning
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_x”的维度长度。
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:
x (Tensor) - 输入任意维度的Tensor。将输入Tensor的shape设为 \((x_1, x_2, ..., x_N)\) 。
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。如果 keep_dims 为True,则输出Tensor的shape为 \((x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)\) 。否则,shape为 \((x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)\) 。
values (Tensor) - 输入Tensor的最小值,其shape与索引相同。
异常:
TypeError - keep_dims 不是bool。
TypeError - axis 不是int。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> 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]