tensorflow 中的tf.clip_by_value()

(1)给定张量t,此操作将返回与t具有相同类型和形状的张量,其值将被裁剪为clip_value_min和clip_value_max

(2)任何小于clip_value_min的值都将设置为clip_value_min,任何大于clip_value_max的值都设置为clip_value_max

t = tf.constant([[-10., -1., 0.], [0., 2., 10.]]) 
t2 = tf.clip_by_value(t, clip_value_min=-1, clip_value_max=1) 
t2.numpy() 

(3)如果只想指定最小值或者最大值,那么可以将另外的一个值设置为最大值或者最小值

# 设置最大值
t = tf.constant([[-10., -1., 0.], [0., 2., 10.]]) 
t2 = tf.clip_by_value(t, clip_value_min=tf.float32.min, clip_value_max=1) 
t2.numpy() 

# 设置最小值
t = tf.constant([[-10., -1., 0.], [0., 2., 10.]]) 
t2 = tf.clip_by_value(t, clip_value_min=-1, clip_value_max=tf.float32.max) 
t2.numpy() 

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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
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