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

此函数与 NumPy 的行为一致，除了 uint8 类型外，所有支持的 dtype 的输出 dtype 都为 bool。对于 uint8，输出的 dtype 仍然是 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 input 的每一行，如果该行中的所有元素都评估为 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，但在维度 dim 处其大小为 1。否则，dim 被压缩（参见 torch.squeeze()），导致输出张量减少 1（或 len(dim)）个维度。

参数

• input (Tensor) – 输入张量。

• dim (int 或 int 的元组, 可选) – 要缩减的维度。如果为 None，则所有维度都被缩减。

• keepdim (bool, 可选) – 输出张量是否保留 dim。默认值: 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)