torch.clamp

torch.clamp:将输入张量（tensor）每个元素限制（clip)在某个范围内

基本语法

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

• input：要被限制的原始输入张量。
• min：下界值。所有 input 中小于 min 的元素都会被设置为 min。
• max：上界值。所有 input 中大于 max 的元素都会被设置为 max。
• out：（可选）输出张量，用于存储结果。如果提供了 out，结果会被写入这个张量中，而不是返回一个新的张量。

示例

x = torch.tensor([1.5, -0.2, 0.3, 2.0])
clamped_x = torch.clamp(x, 0, 1)

输出

tensor([1., 0., 0.3, 1.])

x中元素1.5和2.0被最大值1限制，-0.2被最小值0限制

clipped_preds = torch.clamp(net(features), 1, float('inf'))

输入：net(features)
限制范围：[1, 正无穷大) 区间内。这意味着所有小于 1 的预测值都会被设置为 1。其中，float('inf') 返回的是一个浮点数，表示正无穷大。