mindspore.mint.minimum
- mindspore.mint.minimum(input, other)[源代码]
逐元素计算两个输入Tensor中的最小值。
说明
输入 input 和 other 遵循隐式类型转换规则,使数据类型保持一致。
当输入是两个Tensor时,它们的数据类型不能同时是bool。
当输入是一个Tensor和一个Scalar时,Scalar只能是一个常数。
支持广播。
如果一个元素和NaN比较,则返回NaN。
\[output_i = \min(input_i, other_i)\]- 参数:
input (Union[Tensor, Number, bool]) - 第一个输入可以是Number或bool,也可以是数据类型为Number或bool的Tensor。
other (Union[Tensor, Number, bool]) - 第二个输入可以是Number或bool,也可以是数据类型为Number或bool的Tensor。
- 返回:
一个Tensor,其shape与广播后的shape相同,其数据类型为两个输入中精度较高的类型。
- 异常:
TypeError - input 和 other 不是以下之一:Tensor、Number、bool。
ValueError - input 和 other 的广播后的shape不相同。
- 支持平台:
Ascend
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, mint >>> # case 1 : same data type >>> input = Tensor(np.array([1.0, 5.0, 3.0]), mindspore.float32) >>> other = Tensor(np.array([4.0, 2.0, 6.0]), mindspore.float32) >>> output = mint.minimum(input, other) >>> print(output) [1. 2. 3.] >>> # case 2 : different data type >>> input = Tensor(np.array([1.0, 5.0, 3.0]), mindspore.int32) >>> other = Tensor(np.array([4.0, 2.0, 6.0]), mindspore.float32) >>> output = mint.minimum(input, other) >>> print(output.dtype) Float32