torch.all

torch.all(input: Tensor, *, out=None) → Tensor

測試 input 中的所有元素是否都評估為 True。

注意

此函式在返回的 bool 資料型別上與 NumPy 的行為一致，支援除 uint8 以外的所有資料型別。對於 uint8，輸出的資料型別本身就是 uint8。

引數

input (Tensor) – 輸入張量。

關鍵字引數

out (Tensor, optional) – 輸出張量。

示例

>>> a = torch.rand(1, 2).bool()
>>> a
tensor([[False, True]], dtype=torch.bool)
>>> torch.all(a)
tensor(False, dtype=torch.bool)
>>> a = torch.arange(0, 3)
>>> a
tensor([0, 1, 2])
>>> torch.all(a)
tensor(False)

torch.all(input, dim, keepdim=False, *, out=None) → Tensor

對於給定維度 dim 中的 input 的每一行，如果該行中的所有元素都計算為 True，則返回 True，否則返回 False。

如果 keepdim 為 True，則輸出張量的大小與 input 相同，只有在 dim 維度上大小為 1。否則，dim 將被擠壓（參見 torch.squeeze()），導致輸出張量維度減少 1（或 len(dim)）個。

引數

• input (Tensor) – 輸入張量。

• dim (int 或 tuple of ints, optional) – 要規約的維度或維度。如果為 None，則規約所有維度。

• keepdim (bool, optional) – 輸出張量是否保留 dim。預設為 False。

關鍵字引數

out (Tensor, optional) – 輸出張量。

示例

>>> a = torch.rand(4, 2).bool()
>>> a
tensor([[True, True],
        [True, False],
        [True, True],
        [True, True]], dtype=torch.bool)
>>> torch.all(a, dim=1)
tensor([ True, False,  True,  True], dtype=torch.bool)
>>> torch.all(a, dim=0)
tensor([ True, False], dtype=torch.bool)