PyTorch 中的 Clamp() 函数 – 完整指南

作者

那么，各位程序员，你们还好吗？因此，在本教程中，我们将尝试使用PyTorch lamp() 函数。我们将从理论和实践两个角度来看待它。

让我们开始吧。

Python PyTorch中clamp()简介

Clip () 函数用于将值限制在指定范围内。这意味着什么？

首先，让我们弄清楚这一点。

假设您得到了从60 到 110的数字范围，并且您正在寻找数字85。因此，clamp() 函数将其值限制为 85。在这种情况下，85 介于 60 和 110 之间，因此计算起来很简单。

但是，如果您选择35，则将超出范围。在这种情况下，它被限制为 60，因为它最接近下限而不是范围的中间。

同样，如果您输入大于 110 的数字，例如132，它将返回 110，因为 132 接近最大限制，即 110。

在PyTorch中实现clamp()函数

让我们开始在PyTorch 中实现clamp() 函数。

使用clamp()函数

Python 钳制功能未内置于该语言中，但可以使用以下代码定义：

1
2
3
4
5
6
def clamp_fucntion (no , min_no , max_no ):
        n = max(min(no, max_no), min_no)
        return n
print( "Find 10 in 20 to 30 : ", clamp_fucntion(10 ,20 ,30) )
print( "Find 25 in 20 to 30 : ", clamp_fucntion(25 ,20 ,30 ) )
print( "Find 115  in 20 to 30 : ",  clamp_fucntion(115 ,20 ,30 ) )
Find 10 in 20 to 30 :  20
Find 25 in 20 to 30 :  25
Find 115  in 20 to 30 :  30

还有一些其他方法可以实现钳位功能。让我们在下面的部分中看看其中的一些。

Pytorch 夹具()

然而，虽然这个函数在核心 Python 中并不经常使用，但它在许多 Python 库中被广泛使用，例如 Pytorch 和 Wand ImageMagick 库。

此外，该函数已包含在这些库中。您只需导入它并根据需要使用它即可。

让我们继续看一些例子。

1
2
3
4
5
6
7
import torch
 
T = torch.FloatTensor([3,12,15,18,21])
print("Input Tensor: ", T)
 
output = torch.clamp(T,min=10,max=20)
print("Output Tensor: ",output)
Input Tensor:  tensor([ 3., 12., 15., 18., 21.])
Output Tensor:  tensor([10., 12., 15., 18., 20.])

结论

恭喜！您刚刚了解了 Clamp 函数及其在 Python 中的实现。希望你喜欢它！😇

喜欢该教程吗？无论如何，我建议您查看下面提到的教程：

  1. Numpyaverage() 函数——简要概述
  2. Pandas isin() 函数 – 完整指南
  3. Python 中 4 个你必须知道的激活函数！
  4. Python 中的损失函数概述

感谢您抽出宝贵时间！希望你学到新东西！😄