比较与torch.min的差异

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])