maxframe.tensor.minimum#

maxframe.tensor.minimum(x1, x2, out=None, where=None, **kwargs)[源代码]#

逐元素计算张量元素的最小值。

比较两个张量并返回一个包含逐元素最小值的新张量。如果被比较的元素中有一个是 NaN，则返回该元素。如果两个元素都是 NaN，则返回第一个元素。后一个区别对于复数 NaN 非常重要，复数 NaN 定义为实部或虚部中至少有一个是 NaN。最终效果是 NaN 会被传播。

参数:

  • x1 (array_like) -- 包含待比较元素的张量。它们必须具有相同的形状，或者可以广播为单一形状。

  • x2 (array_like) -- 包含待比较元素的张量。它们必须具有相同的形状，或者可以广播为单一形状。

  • out (Tensor, None, or tuple of Tensor and None, optional) -- 用于存储结果的位置。如果提供了该参数，则其形状必须与输入广播后的形状一致。如果未提供或为 None，则返回一个新分配的张量。元组（仅能作为关键字参数）的长度必须等于输出的数量。

  • where (array_like, optional) -- 值为 True 表示在该位置计算 ufunc，值为 False 表示保持输出中的值不变。

  • **kwargs

返回:

y -- x1 和 x2 的逐元素最小值。如果 x1 和 x2 都是标量，则返回标量。

返回类型:

Tensor or scalar

参见

maximum

两个张量的逐元素最大值，传播 NaN。

fmin

两个张量的逐元素最小值，忽略 NaN。

amin

沿给定轴的张量最小值，传播 NaN。

nanmin

沿给定轴的张量最小值，忽略 NaN。

fmax, amax, nanmax

备注

当 x1 和 x2 都不是 NaN 时，最小值等价于 mt.where(x1 <= x2, x1, x2)，但它更快且能正确广播。

示例

>>> import maxframe.tensor as mt

>>> mt.minimum([2, 3, 4], [1, 5, 2]).execute()
array([1, 3, 2])

>>> mt.minimum(mt.eye(2), [0.5, 2]).execute() # broadcasting
array([[ 0.5,  0. ],
       [ 0. ,  1. ]])

>>> mt.minimum([mt.nan, 0, mt.nan],[0, mt.nan, mt.nan]).execute()
array([ NaN,  NaN,  NaN])
>>> mt.minimum(-mt.Inf, 1).execute()
-inf