minimum¶
该OP逐元素对比输入的两个Tensor，并且把各个位置更小的元素保存到返回结果中。
等式是：
\[out = min(x, y)\]
注解
paddle.minimum 遵守broadcasting，如您想了解更多，请参见 广播 (broadcasting) 。
参数¶
x （Tensor）- 输入的Tensor。数据类型为
float32、float64、int32或int64。y （Tensor）- 输入的Tensor。数据类型为
float32、float64、int32或int64。name （str, 可选）- 操作的名称(可选，默认值为None）。更多信息请参见 Name。
返回¶
Tensor，存储运算后的结果。如果x和y有不同的shape且是可以广播的，返回Tensor的shape是x和y经过广播后的shape。如果x和y有相同的shape，返回Tensor的shape与x，y相同。
代码示例¶
import numpy as np
import paddle
x = paddle.to_tensor([[1, 2], [7, 8]])
y = paddle.to_tensor([[3, 4], [5, 6]])
res = paddle.minimum(x, y)
print(res)
# [[1, 2],
# [5, 6]]
x = paddle.to_tensor([[[1, 2, 3], [1, 2, 3]]])
y = paddle.to_tensor([3, 0, 4])
res = paddle.minimum(x, y)
print(res)
# [[[1, 0, 3],
# [1, 0, 3]]]
x = paddle.to_tensor([2, 3, 5], dtype='float32')
y = paddle.to_tensor([1, np.nan, np.nan], dtype='float32')
res = paddle.minimum(x, y)
print(res)
# [ 1., nan, nan]
x = paddle.to_tensor([5, 3, np.inf], dtype='float64')
y = paddle.to_tensor([1, -np.inf, 5], dtype='float64')
res = paddle.minimum(x, y)
print(res)
# [ 1., -inf., 5.]