torch.all

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

测试 input 中的所有元素是否都评估为 True。

注意

此函数在返回的 bool 数据类型上与 NumPy 的行为一致，支持除 uint8 以外的所有数据类型。对于 uint8，输出的数据类型本身就是 uint8。

参数

input (Tensor) – 输入张量。

关键字参数

out (Tensor, optional) – 输出张量。

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

对于给定维度 dim 中的 input 的每一行，如果该行中的所有元素都计算为 True，则返回 True，否则返回 False。

如果 keepdim 为 True，则输出张量的大小与 input 相同，只有在 dim 维度上大小为 1。否则，dim 将被挤压（参见 torch.squeeze()），导致输出张量维度减少 1（或 len(dim)）个。

参数

• input (Tensor) – 输入张量。

• dim (int 或 tuple of ints, optional) – 要规约的维度或维度。如果为 None，则规约所有维度。

• keepdim (bool, optional) – 输出张量是否保留 dim。默认为 False。

关键字参数

out (Tensor, optional) – 输出张量。

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)