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]]