mindspore.ops.all
- mindspore.ops.all(input, axis=None, keep_dims=False)[源代码]
默认情况下,通过对维度中所有元素进行“逻辑与”来减少 input 的维度。也可以沿 axis 减少 input 的维度。通过控制 keep_dim 来确定输出和输入的维度是否相同。
说明
Tensor类型的 axis 仅用作兼容旧版本,不推荐使用。
- 参数:
input (Tensor) - 输入Tensor,shape是 \((N, *)\) ,其中 \(*\) 表示任意数量的附加维度。
axis (Union[int, tuple(int), list(int), Tensor], 可选) - 要减少的维度。假设 input 的秩为r,取值范围[-r,r)。默认值:
None
,缩小所有维度。keep_dims (bool, 可选) - 如果为
True
,则保留缩小的维度,大小为1。否则移除维度。默认值:False
。
- 返回:
Tensor,数据类型是bool。
如果 axis 为
None
,且 keep_dims 为False
,则输出一个零维Tensor,表示输入Tensor中所有元素进行“逻辑与”。如果 axis 为int,例如取值为2,并且 keep_dims 为
False
,则输出的shape为 \((input_1, input_3, ..., input_R)\) 。如果 axis 为tuple(int)或list(int),例如取值为(2, 3),并且 keep_dims 为
False
,则输出Tensor的shape为 \((input_1, input_4, ..., input_R)\) 。如果 axis 为一维Tensor,例如取值为[2, 3],并且 keep_dims 为
False
,则输出Tensor的shape为 \((input_1, input_4, ..., input_R)\) 。
- 异常:
TypeError - keep_dims 不是bool类型。
TypeError - input 不是Tensor。
TypeError - axis 不是以下数据类型之一:int、tuple、list或Tensor。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import numpy as np >>> from mindspore import Tensor, ops >>> x = Tensor(np.array([[True, False], [True, True]])) >>> # case 1: Reduces a dimension by the "logicalAND" of all elements in the dimension. >>> output = ops.all(x, keep_dims=True) >>> print(output) [[False]] >>> print(output.shape) (1, 1) >>> # case 2: Reduces a dimension along axis 0. >>> output = ops.all(x, axis=0) >>> print(output) [ True False] >>> # case 3: Reduces a dimension along axis 1. >>> output = ops.all(x, axis=1) >>> print(output) [False True]