比较与torch.min的差异

查看源文件

torch.min

torch.min(input, dim, keepdim=False, *, out=None)

更多内容详见torch.min

mindspore.ops.min

mindspore.ops.min(input, axis=None, keepdims=False, *, initial=None, where=None)

更多内容详见mindspore.ops.min

差异对比

PyTorch:输出为元组(最大值, 最大值的索引)。

MindSpore:axis为None或者shape为空时,keepdims以及后面的参数均不生效,功能与torch.min(input)一致,此时索引固定返回0;否则,输出为元组(最大值, 最大值的索引),功能与torch.min(input, dim, keepdim=False, *, out=None)一致。

分类

子类

PyTorch

MindSpore

差异

参数

参数1

input

input

一致

参数2

dim

axis

功能一致,参数名不同

参数3

keepdim

keepdims

功能一致,参数名不同

参数4

-

initial

不涉及

参数5

-

where

不涉及

参数6

out

-

不涉及

代码示例

import mindspore as ms
import mindspore.ops as ops
import torch
import numpy as np

np_x = np.array([[-0.0081, -0.3283, -0.7814, -0.0934],
                 [1.4201, -0.3566, -0.3848, -0.1608],
                 [-0.0446, -0.1843, -1.1348, 0.5722],
                 [-0.6668, -0.2368, 0.2790, 0.0453]]).astype(np.float32)
# mindspore
input_x = ms.Tensor(np_x)
output, index = ops.min(input_x, axis=1)
print(output)
# [-0.7814 -0.3848 -1.1348 -0.6668]
print(index)
# [2 2 2 0]

# torch
input_x = torch.tensor(np_x)
output, index = torch.min(input_x, dim=1)
print(output)
# tensor([-0.7814, -0.3848, -1.1348, -0.6668])
print(index)
# tensor([2, 2, 2, 0])