mindspore.Tensor.argmin_with_value

mindspore.Tensor.argmin_with_value(axis=0, keep_dims=False)

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。

说明

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

• 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 为输入Tensor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 。

返回：

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 \((x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)\) 。

• output_x (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：

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