【Pytorch学习】torch实现clip_by_tensor操作

【Pytorch学习】torch实现clip_by_tensor操作

1.代码实现

    def clip_by_tensor(t, t_min, t_max):
        t = t.float()
        # 输入tensor的各个元素中，与t_min做比较，若小于t_min矩阵中的值，则输出t_min矩阵中的值，大于则保留。
        result = (t >= t_min).float() * t + (t < t_min).float() * t_min
        # 输入result的各个元素中，与t_max做比较，若大于t_max矩阵中的值，则输出t_max矩阵中的值，小于则保留。
        result = (result <= t_max).float() * result + (result > t_max).float() * t_max
        return result

2.作用

按元素操作，使数据在min到max之间，小于min的变为min，大于max的变为max。

3.示列

min_tensor = torch.tensor(([1,2,3],[1,2,3],[1,2,3],[1,2,3]))
max_tensor = torch.tensor(([7,8,9],[7,8,7],[7,8,9],[7,8,9]))
init_tensor = torch.tensor(([0,0,0],[4,5,6],[4,5,6],[10,10,10]))
result = clip_by_tensor(init_tensor,min_tensor,max_tensor)
print(result)

=>tensor([[1., 2., 3.],
        [4., 5., 6.],
        [4., 5., 6.],
        [7., 8., 9.]])