【Pytorch】pytorch中clamp()和clamp_()的区别[函数名有无下划线]

在pytorch框架中,对于tensor的操作时候是inplace类型。
inplace类型是指,在一个tensor上操作了之后,是直接修改了这个tensor,还是返回一个新的tensor,也就是说旧的tensor修不修改的问题。

pytorch中,一般来说,如果对tensor的一个函数后加上了下划线,则表明这是一个inplace类型

我们举一个具体的例子:
在这里插入图片描述
可以看到原有的tensor没有改变,也就是旧的张量a没有被直接修改。
在这里插入图片描述
可以看到原有的tensor改变了,也就是旧的张量a被直接修改。

注:

torch.clamp(input, min, max, out=None) → Tensor

input:输入张量;
min:限制范围下限;
max:限制范围上限;
out:输出张量。

参考
https://blog.csdn.net/qq_27261889/article/details/86777230

https://blog.csdn.net/weixin_39504171/article/details/106069230

  • 5
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

机器不学习我学习

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值