torch.clamp

左右夹紧

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。

操作定义如下:

      | min, if x_i < min
y_i = | x_i, if min <= x_i <= max
      | max, if x_i > max

参数:
input (Tensor) – 输入张量
min (Number) – 限制范围下限
max (Number) – 限制范围上限
out (Tensor, optional) – 输出张量

左侧夹紧

torch.clamp(input, *, min, out=None) → Tensor

将输入input张量每个元素的限制到不小于min ,并返回结果到一个新张量。

右侧夹紧

torch.clamp(input, *, max, out=None) → Tensor

将输入input张量每个元素的限制到不大于max ,并返回结果到一个新张量。

举例

>>> import torch
>>> a = torch.randn(7)
>>> print(a)
tensor([ 2.1572, -1.0836, -0.0463, -0.4537, -0.7942,  0.6175,  1.0146])
>>> print(torch.clamp(a,min=0))
tensor([2.1572, 0.0000, 0.0000, 0.0000, 0.0000, 0.6175, 1.0146])
>>> print(torch.clamp(a,max=0))
tensor([ 0.0000, -1.0836, -0.0463, -0.4537, -0.7942,  0.0000,  0.0000])
  • 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