Bagaimana untuk Menggunakan Kaedah 'clamp()' dalam PyTorch?

Bagaimana Untuk Menggunakan Kaedah Clamp Dalam Pytorch



PyTorch ialah perpustakaan pembelajaran mesin yang membolehkan pengguna membina/membuat rangkaian saraf. Kaedah 'clamp()' digunakan untuk mengehadkan nilai tensor dalam julat tertentu. Kaedah ini mengambil tensor tertentu sebagai input dan mengembalikan tensor baharu di mana setiap elemen diapit dalam julat yang ditentukan (nilai minimum dan maksimum).

Blog ini akan menerangkan kaedah untuk menggunakan kaedah 'clamp()' dalam PyTorch.

Bagaimana untuk Menggunakan Kaedah 'clamp()' dalam PyTorch?

Untuk menggunakan kaedah 'clamp()' dalam PyTorch, lihat langkah yang disediakan:







  • Import perpustakaan PyTorch
  • Buat tensor yang dikehendaki
  • Kepit elemen tensor menggunakan “pengapit()” kaedah
  • Paparkan tensor nilai diapit

Sintaks asas 'clamp()' ialah:



obor.pengapit ( , min =Tiada, maks =Tiada )

Di sini, 'min' ialah nilai sempadan bawah dan 'maks' ialah nilai sempadan atas.



Mari terokai langkah-langkahnya:





Langkah 1: Import Pustaka PyTorch
Pertama, import ' obor ” untuk menggunakan kaedah “clamp()” dalam PyTorch:

obor import



Langkah 2: Buat Tensor
Kemudian, cipta tensor yang dikehendaki menggunakan “torch.tensor()” berfungsi dan mencetak elemennya. Di sini, kami mencipta tensor 'Puluhan' berikut daripada senarai:

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

cetak ( Berpuluh-puluh )

Output di bawah menunjukkan tensor yang dibuat:

Langkah 3: Pengapit Elemen Tensor
Sekarang, gunakan fungsi 'pengapit()' dan sediakan tensor input dan julat khusus (batas bawah dan batas atas) sebagai argumen. Di sini, kami menjepit unsur-unsur ' Berpuluh-puluh ” tensor dan menetapkan nilai min “5” dan nilai maks “10”. Ini akan menggantikan mana-mana nilai dalam tensor yang kurang daripada 5 dengan '5' dan mana-mana nilai yang lebih besar daripada 10 dengan '10':

Pengapit_puluhan = obor.pengapit ( Sepuluh, saya = 5 , maks = 10 )

Langkah 4: Paparkan Tensor Nilai Diapit
Akhir sekali, paparkan tensor dengan nilai diapit dan lihat elemennya:

cetak ( Clamp_tens )

Dalam output di bawah, dapat diperhatikan bahawa nilai yang kurang daripada 5 dan lebih daripada 10 telah digantikan dengan '5' dan '10' masing-masing. Ini menunjukkan bahawa kaedah 'clamp()' telah berjaya digunakan:

Begitu juga, jika kita menentukan nilai min dan maks yang berbeza dalam fungsi 'clamp()', output akan ditukar:

Pengapit_puluhan = obor.pengapit ( Sepuluh, saya = 7 , maks = 13 )

cetak ( Clamp_tens )

Output di bawah menunjukkan bahawa nilai kurang daripada 7 dan lebih besar daripada 13 telah berjaya digantikan dengan '7' dan '13' masing-masing.

Kami telah menerangkan dengan cekap penggunaan kaedah 'clamp()' dalam PyTorch.

Catatan : Anda boleh mengakses Buku Nota Google Colab kami di sini pautan .

Kesimpulan

Untuk menggunakan kaedah 'clamp()' dalam PyTorch, pertama, import pustaka obor. Kemudian, cipta tensor yang dikehendaki dan lihat elemennya. Seterusnya, gunakan “pengapit()” kaedah untuk mengapit elemen tensor input. Ia diperlukan untuk menyediakan tensor input dan julat khusus (batas bawah dan batas atas) sebagai argumen. Akhir sekali, paparkan tensor dengan nilai diapit dan lihat elemennya. Tulisan ini telah menerangkan kaedah untuk menggunakan kaedah 'clamp()' dalam PyTorch.