TensorFlow2.0:张量限幅

本文详细介绍了TensorFlow2.0中用于张量限幅的几个关键函数,包括tf.clip_by_value()用于设置张量的上下界,tf.nn.relu()函数的应用,以及tf.clip_by_norm()和tf.clip_by_global_norm()根据范数进行裁剪的原理和作用,旨在防止梯度爆炸和梯度消失问题。
摘要由CSDN通过智能技术生成

**

一 tf.clip_by_value( )函数

**

tf.maximum(a,b)返回a和b之间的最大值
tf.minimum(a,b)返回a和b之间的最小值
tf.clip_by_value(t, clip_value_min, clip_value_max, name=None)限制tensor t中张量的最小值为clip_value_min,张量的最大值为clip_value_max

In [25]: a = tf.range(9)                                                                                                                                                                                    

In [26]: a                                                                                                                                                                                                  
Out[26]: <tf.Tensor: id=53, shape=(9,), dtype=int32, numpy=array([0, 1, 2, 3, 4, 5, 6, 7, 8], dtype=int32)>

In [27]: tf.maximum(a,2)#返回a和2之间的最大值,本质是限制a的最小值为2                                                                                                           
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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