代码收藏家技术教程 2023-12-21

深入理解torch.clamp()函数的用法和原理

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。

分享到：