В этом блоге будет объяснен метод использования метода «clamp()» в PyTorch.
Как использовать метод «clamp()» в PyTorch?
Чтобы использовать метод «clamp()» в PyTorch, просмотрите предоставленные шаги:
- Импортировать библиотеку PyTorch
- Создайте желаемый тензор
- Зажмите элементы тензора с помощью «зажим()» метод
- Тензор фиксированных значений отображения
Основной синтаксис «clamp()»:
факел.зажим ( , мин =Нет, Макс =Нет )
Здесь «мин» — это нижняя граница значения, а «макс» — верхняя граница значения.
Давайте рассмотрим шаги:
Шаг 1. Импортируйте библиотеку PyTorch.
Сначала импортируйте « факел ” для использования метода “clamp()” в PyTorch:
Шаг 2. Создайте тензор
Затем создайте желаемый тензор, используя «факел.тензор()» функцию и распечатайте ее элементы. Здесь мы создаем следующий тензор «Десятки» из списка:
Распечатать ( Десятки )
Вывод ниже показывает созданный тензор:
Шаг 3: Зажим тензорных элементов
Теперь используйте функцию «clamp()» и предоставьте входной тензор и конкретный диапазон (нижнюю и верхнюю границы) в качестве аргументов. Здесь мы зажимаем элементы « Десятки тензора и установив минимальное значение «5» и максимальное значение «10». Это заменит любые значения в тензоре меньше 5 на «5» и любые значения больше 10 на «10»:
Шаг 4. Отображение тензора фиксированных значений
Наконец, отобразите тензор с фиксированными значениями и просмотрите его элементы:
В приведенном ниже выводе можно заметить, что значения меньше 5 и больше 10 были заменены на «5» и «10» соответственно. Это указывает на то, что метод «clamp()» был успешно применен:
Аналогично, если мы укажем разные минимальные и максимальные значения в функции «clamp()», выходные данные будут изменены:
Clamp_tens = факел.зажим ( Десятки, мои = 7 , макс = 13 )Распечатать ( Clamp_tens )
Вывод ниже показывает, что значения меньше 7 и больше 13 были успешно заменены на «7» и «13» соответственно.
Мы подробно объяснили использование метода «clamp()» в PyTorch.
Примечание : Вы можете получить доступ к нашему блокноту Google Colab по этому адресу. связь .
Заключение
Чтобы использовать метод «clamp()» в PyTorch, сначала импортируйте библиотеку факела. Затем создайте нужный тензор и просмотрите его элементы. Далее используйте «зажим()» метод фиксации элементов входного тензора. В качестве аргументов необходимо предоставить входной тензор и конкретный диапазон (нижнюю и верхнюю границы). Наконец, отобразите тензор с фиксированными значениями и просмотрите его элементы. В этой статье объясняется метод использования метода «clamp()» в PyTorch.