mindspore.ops.aminmax

mindspore.ops.aminmax(input, *, axis=0, keepdims=False)

返回tensor在指定轴上的最小值和最大值。

警告

从2.9.0（不含）之后版本开始，该接口将发生非兼容性变更：参数 axis 将重命名为 dim， axis 的默认值将从 0 调整为 None 。

参数：

• input (Tensor) - 输入tensor。

关键字参数：

• axis (int，可选) - 指定计算的轴。如果为 None ，计算 input 中的所有元素。默认 0 。

• keepdims (bool，可选) - 输出tensor是否保留维度。默认 False 。

返回：

由两个tensor组成的tuple(min, max)。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> input = mindspore.tensor([[9, 3, 4, 5],
...                           [5, 2, 7, 4],
...                           [8, 1, 3, 6]])
>>>
>>> # case 1: By default, compute along axis 0.
>>> mindspore.ops.aminmax(input)
(Tensor(shape=[4], dtype=Int64, value= [5, 1, 3, 4]),
 Tensor(shape=[4], dtype=Int64, value= [9, 3, 7, 6]))
>>>
>>> # case 2: Disregard NaN (Not a Number) values present in the input during computation.
>>> input = mindspore.tensor([[9, 3, 4, 5],
...                           [5, 2, 7, 4],
...                           [8, 1, 3, float('nan')]])
>>> mindspore.ops.aminmax(input, axis=None)
(Tensor(shape=[], dtype=Float32, value= 1),
 Tensor(shape=[], dtype=Float32, value= 9))
>>>
>>> # case 3: If keepdims=True, the output shape will be the same as that of the input.
>>> mindspore.ops.aminmax(input, axis=None, keepdims=True)
(Tensor(shape=[1, 1], dtype=Float32, value=
 [[ 1.00000000e+00]]),
 Tensor(shape=[1, 1], dtype=Float32, value=
 [[ 9.00000000e+00]]))