mindspore.Tensor.argmin_with_value

mindspore.Tensor.argmin_with_value(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。

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_dimsTrue ,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]