mindspore.ops.ReduceAll
- class mindspore.ops.ReduceAll(keep_dims=False)[源代码]
默认情况下,通过对指定维度所有元素进行逻辑与运算以移除该维度。也可仅缩小该维度大小至1。 keep_dims 控制输出和输入的维度是否相同。
参数:
keep_dims (bool) - 如果为True,则保留缩小的维度,长度为1。否则移除维度。默认值:False。
输入:
x (Tensor[bool]) - bool类型的输入Tensor。 shape: \((N,*)\) ,其中 \(*\) 表示任意数量的附加维度,其秩应小于8。
axis (Union[int, tuple(int), list(int)]) - 要减少的维度。默认值: (),缩小所有维度。只允许常量值。取值必须在[-rank(x), rank(x))范围内。
输出:
bool类型的Tensor。
如果 axis 为(),且 keep_dims 为False, 则输出一个0维Tensor,表示输入Tensor中所有元素的逻辑与运算结果。
如果 axis 为int,值为2,并且 keep_dims 为False, 则输出的shape为: \((x_1, x_3, ..., x_R)\) 。
如果 axis 为tuple(int),值为(2, 3),并且 keep_dims 为False, 则输出的shape为 \((x_1, x_4, ..., x_R)\) 。
异常:
TypeError - keep_dims 不是bool类型。
TypeError - x 不是Tensor。
TypeError - axis 不是以下数据类型之一:int、Tuple或List。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> x = Tensor(np.array([[True, False], [True, True]])) >>> op = ops.ReduceAll(keep_dims=True) >>> # case 1: Reduces a dimension by the "logicalAND" of all elements in the dimension. >>> output = op(x) >>> print(output) [[False]] >>> print(output.shape) (1, 1) >>> # case 2: Reduces a dimension along axis 0. >>> output = op(x, 0) >>> print(output) [[ True False]] >>> # case 3: Reduces a dimension along axis 1. >>> output = op(x, 1) >>> print(output) [[False] [ True]]