Python-torch 之torch.clamp() 函数解析

Python-torch torch.clamp() 函数解析

1. 解析

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

1）参数列表

• input：输入张量；
• min：限制范围下限；
• max：限制范围上限；
• out：输出张量。

2）功能

• clamp()函数的功能将输入input张量每个元素的值压缩到区间 [min,max]，并返回结果到一个新张量。

3）举例

a=torch.randint(low=0,high=10,size=(10,1))
print(a)
b=torch.clamp(a,3,9)
print(b)

输出：

tensor([[7],
        [5],
        [5],
        [4],
        [4],
        [9],
        [0],
        [1],
        [4],
        [1]])
tensor([[7],
        [5],
        [5],
        [4],
        [4],
        [9],
        [3],
        [3],
        [4],
        [3]])

2. 对比

clamp_() 与clamp() 的区别：

• pytorch中，一般来说如果对tensor的一个函数后加上了下划线，则表明这是一个in-place类型。
• in-place类型是指，当在一个tensor上操作了之后，是直接修改了这个tensor，而不是返回一个新的tensor并不修改旧的tensor。 

扩展：torch.clamp()函数

torch.clamp()函数用于对输入张量进行截断操作，将张量中的每个元素限制在指定的范围内。

其语法为：

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

其中，参数的含义如下：

• input：输入张量。
• min：张量中的最小值。如果为None，则表示不对最小值进行限制。
• max：张量中的最大值。如果为None，则表示不对最大值进行限制。
• out：输出张量。
• torch.clamp()函数返回一个新的张量，其中每个元素都被截断在[min, max]的范围内。如果min或max为None，则对应的限制条件被忽略。

下面是一个使用torch.clamp()函数的示例：

import torch
x = torch.randn(2, 3)
print(x)
y = torch.clamp(x, min=-0.5, max=0.5)
print(y)

输出结果为：

tensor([[-0.3138, -0.1604, -0.4374],
        [-1.0861, -0.2837,  1.1688]])
tensor([[-0.3138, -0.1604, -0.4374],
        [-0.5000, -0.2837,  0.5000]])

可以看到，torch.clamp()函数将x张量中的元素限制在了[-0.5, 0.5]的范围内。

以上就是Python-torch 之torch.clamp() 函数解析的详细内容，更多关于Python-torch 之torch.clamp() 函数解析的资料请关注九品源码其它相关文章！