【Python-torch】torch.clamp() 函数解析

【Python-torch】torch.clamp() 函数解析

文章目录

  • 【Python-torch】torch.clamp() 函数解析
    • 1. 解析
    • 2. 对比

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。

你可能感兴趣的:(#,Python,使用说明,python,pytorch,深度学习)