Tämä blogi selittää menetelmän käyttää 'clamp()'-menetelmää PyTorchissa.
Kuinka käyttää 'clamp()' -menetelmää PyTorchissa?
Jos haluat käyttää 'clamp()' -menetelmää PyTorchissa, katso toimitetut vaiheet:
- Tuo PyTorch-kirjasto
- Luo haluttu tensori
- Kiinnitä tensorin elementit käyttämällä 'puristin()' menetelmä
- Näytä kiinnitetyt arvot tensori
'clamp()':n perussyntaksi on:
taskulamppu.puristin ( , min = Ei yhtään, max = Ei yhtään )
Tässä 'min' on alaraja-arvo ja 'max' on yläraja-arvo.
Tutustu vaiheisiin:
Vaihe 1: Tuo PyTorch-kirjasto
Tuo ensin ' taskulamppu '-kirjasto käyttää 'clamp()'-menetelmää PyTorchissa:
Vaihe 2: Luo tensori
Luo sitten haluamasi tensori käyttämällä 'torch.tensor()' toimi ja tulosta sen elementit. Täällä luomme luettelosta seuraavan 'kymmenien' tensorin:
Tulosta ( Kymmeniä )
Alla oleva tulos näyttää luodun tensorin:
Vaihe 3: Kiinnitä tensorielementit
Käytä nyt 'clamp()'-funktiota ja anna syötetensori ja tietty alue (alaraja ja yläraja) argumentteina. Tässä kiinnitämme elementit ' Kymmeniä ” tensori ja aseta minimiarvo ”5” ja maksimiarvo ”10”. Tämä korvaa kaikki tensorin arvot, jotka ovat pienempiä kuin 5, arvolla '5' ja kaikki yli 10 arvot '10':llä:
Vaihe 4: Näytä kiinnitetyt arvot tensori
Lopuksi näytä tensori kiinnitetyillä arvoilla ja tarkastele sen elementtejä:
Alla olevassa tulosteessa voidaan havaita, että arvot, jotka olivat alle 5 ja suuremmat kuin 10, on korvattu arvoilla '5' ja '10'. Tämä osoittaa, että “clamp()”-menetelmää on käytetty onnistuneesti:
Vastaavasti, jos määritämme eri min- ja max-arvot “clamp()”-funktiossa, tulos muuttuu:
Clamp_tens = taskulamppu.puristin ( Kymmeniä, minun = 7 , max = 13 )Tulosta ( Clamp_tens )
Alla oleva tulos osoittaa, että arvot alle 7 ja suuremmat kuin 13 on korvattu onnistuneesti arvoilla '7' ja '13'.
Olemme selittäneet tehokkaasti ”clamp()”-menetelmän käytön PyTorchissa.
Huomautus : Pääset käyttämään Google Colab -muistikirjaamme tästä linkki .
Johtopäätös
Jos haluat käyttää 'clamp()'-menetelmää PyTorchissa, tuo ensin taskulamppukirjasto. Luo sitten haluttu tensori ja tarkastele sen elementtejä. Käytä seuraavaksi 'puristin()' menetelmä tulotensorin elementtien kiinnittämiseksi. On annettava syötetensori ja tietty alue (alaraja ja yläraja) argumentteina. Lopuksi näytä tensori kiinnitetyillä arvoilla ja tarkastele sen elementtejä. Tämä kirjoitus on selittänyt menetelmän käyttää 'clamp()'-menetelmää PyTorchissa.