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

关注

原创最新推荐文章于 2026-08-03 11:29:24 发布 1.9k 阅读 AI 写同款· GEO 优化 ›

PyTorch torch.max() 四种调用方式与生产级避坑指南 `torch.max()` 是 PyTorch 中基础但语义丰富的张量归约操作，其核心原理是沿指定维度执行元素比较并同步返回最大值与对应索引。该设计支撑了分类预测、注意力机制、损失加权等关键技术价值，在图像分类、目标检测、推荐系统等场景中广泛用于 logits 解析、top-k 采样和类别平衡。然而其多态签名（全局最大值、按维压缩、逐元素比较、原地输出）易引发 dtype 不匹配、索引越界、梯度中断等隐性故障。本文深入剖析 `torch.max` 与 `tensor` 数据容器的耦合关系，结合 `PyTor 阅读详情

torch.clamp(input, min, max, out=None) → Tensor
将输入input张量每个元素的夹紧到区间 [min,max]，并返回结果到一个新张量。
$\begin{cases} min, & \text{if $input $ <= min} \\ input, & \text{if min<$input $ <max}\\ max, & \text{if $input$ >= max} \end{cases}$

import torch
x = torch.randn(4, 1)

print('tensor原型:',x)

print(torch.clamp(x, -0.5, 0.5))

运行结果：

tensor原型: tensor([[-0.6572],
        [ 0.8355],
        [-0.9475],
        [-0.0340]])
tensor([[-0.5000],
        [ 0.5000],
        [-0.5000],
        [-0.0340]])

收录于