PyTorch中的torch.clamp()实现矩阵裁剪
Posted 魏晓蕾
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了PyTorch中的torch.clamp()实现矩阵裁剪相关的知识，希望对你有一定的参考价值。
torch.clamp(input, min=None, max=None) → Tensor
Tensor.clamp(min=None, max=None) → Tensor
torch.clip(input, min=None, max=None) → Tensor
Tensor.clip(min=None, max=None) → Tensor
- 参数：
- input：input tensor.
- min：数值或最小值 tensor.
- max：数值或最大值 tensor.
- 返回值：
- output tensor.
torch.clamp()等价于torch.clip()，用于设置 input tensor 在 min 和 max 之间。如果 input tensor 中元素的值小于 min，则设置该元素值为 min，如果 input tensor 中元素的值大于 max，则设置该元素值为 max。如果 min 大于 max，则将元素值设置为 max。如果 min 为None，则无下界，如果 max 为 None，则无上界。
该函数数学公式为：
y
i
=
m
i
n
(
m
a
x
(
x
i
,
m
i
n
_
v
a
l
u
e
i
)
,
m
a
x
_
v
a
l
u
e
i
)
y_i =min(max(x_i, min\\_value_i), max\\_value_i)
yi=min(max(xi,min_valuei),max_valuei)
以上是关于PyTorch中的torch.clamp()实现矩阵裁剪的主要内容，如果未能解决你的问题，请参考以下文章
Hu不变矩+BP神经网络，实现对图像的分类（pytorch实现）