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

8 篇文章 0 订阅
8 篇文章 0 订阅

torch.clamp(input, min, max, out=None) → Tensor
将输入input张量每个元素的夹紧到区间 [min,max],并返回结果到一个新张量。
i n p u t = { m i n , if  i n p u t  &lt;= min i n p u t , if min&lt; i n p u t  &lt;max m a x , if  i n p u t  &gt;= max input = \begin{cases} min, &amp; \text{if $input $ &lt;= min} \\ input, &amp; \text{if min&lt;$input $ &lt;max}\\ max, &amp; \text{if $input$ &gt;= max} \end{cases} input=min,input,max,if input <= minif min<input <maxif input >= max

import torch
x = torch.randn(4, 1)

print('tensor原型:',x)

print(torch.clamp(x, -0.5, 0.5))

运行结果:

tensor原型: tensor([[-0.6572],
        [ 0.8355],
        [-0.9475],
        [-0.0340]])
tensor([[-0.5000],
        [ 0.5000],
        [-0.5000],
        [-0.0340]])
  • 0
    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