torch.clamp

torch.clamp 是 PyTorch 中的一个函数，用于对张量进行截断（clamp）操作。具体而言，torch.clamp 的作用是将输入张量的元素限制在指定的范围内。

torch.clamp(input, min, max, out=None) -> Tensor

• input: 输入的张量。
• min: 最小值。所有小于最小值的元素都会被设为最小值。
• max: 最大值。所有大于最大值的元素都会被设为最大值。
• out: 输出张量。

举个简单的例子：

import torch

# 创建一个示例张量
x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0])

# 将张量的元素限制在2到4之间
clamped_x = torch.clamp(x, 2, 4)

print(clamped_x)

输出：

tensor([2., 2., 3., 4., 4.])

在上述例子中，torch.clamp 将张量 x 的元素限制在2到4之间，小于2的元素变为2，大于4的元素变为4。

在提供的函数 log_rmse 中，torch.clamp(net(features), 1, float('inf')) 就是将神经网络的预测值限制在1到正无穷之间，这样可以避免取对数时出现负无穷值。