深度学习实现 torch.min 函数

【python深度学习】——torch.min

• 1. torch.min()
  • • 1.1 确定张量中所有元素的最小数值
    • 1.2 按照指定维度进行最小值计算
    • 1.3 对两个张量中的对应元素进行比较操作

1. torch.min()

torch.min()函数所接收的参数包括以下内容：

• input: 作为输入的张量数据。
• dim: 指定在哪个维度上进行最小值的查找。当该参数被设定后，返回结果将是一个元组，其中第一个元素为最小值组成的张量，第二个元素为对应最小值的位置索引。
• keepdim: （可选）用于控制输出张量的维度是否保持不变。若将其设为True，则在计算后的维度上仍会保留一个长度为1的维度。
• out: （可选）用于指定存储计算结果的目标张量。

1.1 计算整个张量的最小值

当未明确指定维度参数时，torch.min() 函数将返回张量内所有元素中的最小值。

    import torch
    # 创建一个张量
    x = torch.tensor([1, 2, 3, 4, 5])
    # 计算最小值
    min_value = torch.min(x)
    print(min_value) # output: tensor(