Hur använder man metoden 'clamp()' i PyTorch?

Hur Anvander Man Metoden Clamp I Pytorch



PyTorch är ett maskininlärningsbibliotek som gör det möjligt för användare att bygga/skapa neurala nätverk. Metoden 'clamp()' används för att begränsa värdena för en tensor inom ett visst intervall. Denna metod tar en specifik tensor som indata och returnerar en ny tensor där varje element är fastklämt inom det angivna intervallet (minsta och maximala värden).

Den här bloggen kommer att förklara metoden för att använda metoden 'clamp()' i PyTorch.

Hur använder man metoden 'clamp()' i PyTorch?

För att använda metoden 'clamp()' i PyTorch, titta på de medföljande stegen:







  • Importera PyTorch-bibliotek
  • Skapa en önskad tensor
  • Kläm fast tensorns element med hjälp av 'klämma()' metod
  • Visa fastklämda värden tensor

Den grundläggande syntaxen för 'clamp()' är:



ficklampa.klämma ( , min =Inga, max =Inga )

Här är 'min' det nedre gränsvärdet och 'max' är det övre gränsvärdet.



Låt utforska stegen:





Steg 1: Importera PyTorch Library
Importera först ' fackla '-biblioteket för att använda metoden 'clamp()' i PyTorch:

importera ficklampa



Steg 2: Skapa en tensor
Skapa sedan en önskad tensor med hjälp av 'torch.tensor()' funktion och skriva ut dess element. Här skapar vi följande 'Tens'-tensor från en lista:

Tior = torch.tensor ( [ 2 , 4 , 6 , 8 , 10 , 12 , 14 , 16 ] )

skriva ut ( Tiotal )

Utdata nedan visar den skapade tensorn:

Steg 3: Spänn fast tensorelement
Använd nu funktionen 'clamp()' och ange ingångstensor och specifikt område (nedre gräns och övre gräns) som argument. Här klämmer vi fast elementen i ' Tiotal ” tensor och ställ in min-värdet “5” och maxvärdet “10”. Detta kommer att ersätta alla värden i tensorn som är mindre än 5 med '5' och alla värden större än 10 med '10':

Clamp_tens = torch.clamp ( Tiotal, min = 5 , max = 10 )

Steg 4: Visa Clamped Values ​​Tensor
Visa slutligen tensorn med fastklämda värden och se dess element:

skriva ut ( Clamp_tens )

I utgången nedan kan det observeras att värdena som var mindre än 5 och större än 10 har ersatts med '5' respektive '10'. Detta indikerar att metoden 'clamp()' har tillämpats framgångsrikt:

På liknande sätt, om vi anger olika min- och maxvärden i 'clamp()'-funktionen, kommer utgången att ändras:

Clamp_tens = torch.clamp ( Tiotal, min = 7 , max = 13 )

skriva ut ( Clamp_tens )

Utdata nedan visar att värdena mindre än 7 och större än 13 framgångsrikt har ersatts med '7' respektive '13'.

Vi har effektivt förklarat användningen av metoden 'clamp()' i PyTorch.

Notera : Du kan komma åt vår Google Colab Notebook här länk .

Slutsats

För att använda metoden 'clamp()' i PyTorch, importera först ficklampsbiblioteket. Skapa sedan önskad tensor och se dess element. Använd sedan 'klämma()' metod för att klämma fast element i ingångstensorn. Det är nödvändigt att tillhandahålla ingångstensor och specifikt område (nedre gräns och övre gräns) som argument. Till sist, visa tensorn med fastklämda värden och visa dess element. Denna uppskrivning har förklarat metoden för att använda metoden 'clamp()' i PyTorch.