Python – tensorflow.math.reduce_min()

在使用 TensorFlow 进行数学计算时，可能需要对张量进行一些聚合运算，如找到最小值、最大值、平均值等。tensorflow.math.reduce_min() 函数可以用于找到张量中的最小值。

语法

tensorflow.math.reduce_min(input_tensor, axis=None, keepdims=None, name=None)

参数

• input_tensor: 要计算最小值的输入张量。
• axis: 需要沿其计算最小值的维度。默认是 None，表示计算所有元素的最小值。
• keepdims: 是否保留输出张量的维度数与输入张量相同。默认是 False，表示输出张量的维度数将减少。
• name: 该操作的名称。

返回值

输出张量，其数值为输入张量中的最小值。

示例

import tensorflow as tf

# 创建一个 2x2x2 的张量
x = tf.constant(
    [
        [[1, 4], [2, 3]],
        [[-1, 5], [6, 0]]
    ]
)

# 计算全局最小值
min_val1 = tf.math.reduce_min(x)

# 输出: -1
print(min_val1.numpy())

# 沿第 0 维计算最小值
min_val2 = tf.math.reduce_min(x, axis=0)

# 输出:
# [[-1  4]
#  [ 2  0]]
print(min_val2.numpy())

# 沿第 1 维计算最小值，并保留维度
min_val3 = tf.math.reduce_min(x, axis=1, keepdims=True)

# 输出:
# [[[ 1  3]]
#
#  [[-1  0]]]
print(min_val3.numpy())

总结

tensorflow.math.reduce_min() 是 TensorFlow 中的一个聚合函数，用于在张量中找到最小值。可以通过指定轴数和是否保留维度等参数来进行计算。