pytorch中clamp和clamp_的区别（函数名有下划线和没有下划线）

阅读yolov5的代码，看到这样两个函数，clamp和clamp_
主要区别是，加了下划线对于tensor的操作时候是in-place类型。
in_place类型在一个tensor上操作了之后，就直接修改了这个tensor。旧的tensor直接丢弃了。返回的是新的tensor。

“In-place运算是一种直接改变给定线性函数、向量、矩阵(张量)内容而不复制的运算。"

链接：https://blog.csdn.net/u011984148/article/details/111306339

out = torch.randn(4)
print(out)

out1 = torch.clamp(out, 0, 0.9)
print(f'torch.clamp_ {out}')
print(f'torch.clamp : {out1}')

out2 = torch.clamp_(out, 0, 0.9)
print(f'torch.clamp_ {out}')
print(f'torch.clamp_ : {out2}')


tensor([-1.2516, -1.1723, -1.1862,  0.7818])
tensor([-1.2516, -1.1723, -1.1862,  0.7818])
torch.clamp : tensor([0.0000, 0.0000, 0.0000, 0.7818])
tensor([0.0000, 0.0000, 0.0000, 0.7818])
torch.clamp_ : tensor([0.0000, 0.0000, 0.0000, 0.7818])

我们可以看到使用了torch.clamp_ 后原始tensor也被修改了。
但是貌似好像不推荐这种操作。不知道v5为什么这样做。