tf.clip_by_value 限制在两个矩阵/张量之间的用法

我们都知道tf.clip_by_value(A, min, max)可以实现将张量A中元素限制在两个值之间。
即输入一个张量A，把A中的每一个元素的值都压缩在min和max之间。小于min的让它等于min，大于max的元素的值等于max。

可是我想要实现将张量A中的元素每个位置都使用不同的取值范围，即把张量限制在两个极值张量之间代码如下：

import tensorflow as tf
import numpy as np

A=np.arange(12).reshape((3,4))
B=np.array([[1,2,3,4],
            [1,2,3,4],
            [1,2,3,4]])
C=np.array([[9,9,9,9],
            [9,9,9,9],
            [9,9,9,9]])
print('A:\n',A)
print('B:\n',B)
print('C:\n',C)

with tf.Session() as sess:
    print('result:\n',sess.run(tf.clip_by_value(A, B, C)))

输出如下：

A：
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
B：
 [[1 2 3 4]
 [1 2 3 4]
 [1 2 3 4]]
C：
 [[9 9 9 9]
 [9 9 9 9]
 [9 9 9 9]]
result：
 [[1 2 3 4]
 [4 5 6 7]
 [8 9 9 9]]

这样我们得到的结果A中元素的大小被限制在B和C张量对应位置的值之间。