mindspore.ops.aminmax
- mindspore.ops.aminmax(input, *, axis=0, keepdims=False)[源代码]
返回输入Tensor在指定轴上的最小值和最大值。
- 参数:
input (Tensor) - 输入Tensor,可以是任意维度。设输入Tensor的shape为 \((x_1, x_2, ..., x_N)\) 。
- 关键字参数:
axis (int,可选) - 要进行规约计算的维度。 axis 必须在[-rank, rank)范围内,其中 “rank” 是 input 的维度。如果 axis 是None,则计算整个输入Tensor的最大值和最小值。默认值:
0
。keepdims (bool,可选) - 是否保留维度。如果为
True
,则输出shape与输入shape一致,否则移除规约计算的维度 axis 。默认值:False
。
- 返回:
tuple (Tensor),包含输入Tensor在指定轴上的最小值和最大值。
keepdims 为
True
,输出shape为: \((x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)\) 。keepdims 为
False
,输出shape为: \((x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)\) 。
- 异常:
TypeError - keepdims 不是bool类型。
TypeError - axis 不是int类型也不是None。
ValueError - axis 不在[-rank, rank)范围内。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, ops >>> x = Tensor(np.array([0.0, 0.4, 0.6, 0.7, 0.1]), mindspore.float32) >>> output0, output1 = ops.aminmax(x) >>> print(output0, output1) 0.0 0.7 >>> output2, output3 = ops.aminmax(x, axis=-1, keepdims=True) >>> print(output2, output3) [0.] [0.7] >>> x = Tensor(np.array([[0.0, 0.4, 0.6, 0.7, 0.1], [0.78, 0.97, 0.5, 0.82, 0.99]]), mindspore.float32) >>> output4, output5 = ops.aminmax(x, axis=None, keepdims=True) >>> print(output4, output5) [[0.]] [[0.99]]