Denne blog vil forklare metoden til at bruge 'clamp()' metoden i PyTorch.
Hvordan bruger man metoden 'clamp()' i PyTorch?
For at bruge 'clamp()'-metoden i PyTorch, se på de medfølgende trin:
- Importer PyTorch-bibliotek
- Opret en ønsket tensor
- Spænd tensorens elementer fast ved hjælp af 'klemme()' metode
- Vis fastspændte værdier tensor
Den grundlæggende syntaks for 'clamp()' er:
fakkel.klemme ( , min = Ingen, max = Ingen )
Her er 'min' den nedre grænseværdi, og 'max' er den øvre grænseværdi.
Lad os udforske trinene:
Trin 1: Importer PyTorch Library
Først skal du importere ' fakkel ”-biblioteket for at bruge metoden “clamp()” i PyTorch:
Trin 2: Opret en Tensor
Opret derefter en ønsket tensor ved hjælp af 'torch.tensor()' funktion og print dens elementer. Her opretter vi følgende 'Tens' tensor fra en liste:
Print ( Tiere )
Nedenstående output viser den oprettede tensor:
Trin 3: Klem tensorelementer
Brug nu funktionen 'clamp()' og angiv inputtensoren og det specifikke område (nedre grænse og øvre grænse) som argumenter. Her fastspænder vi elementerne i ' Tiere ” tensor og indstilling af min værdi “5” og max værdi “10”. Dette vil erstatte alle værdier i tensoren, der er mindre end 5 med '5' og alle værdier større end 10 med '10':
Trin 4: Vis fastspændte værdier Tensor
Vis endelig tensoren med fastspændte værdier og se dens elementer:
I nedenstående output kan det observeres, at værdierne, der var mindre end 5 og større end 10, er blevet erstattet med henholdsvis '5' og '10'. Dette indikerer, at 'clamp()'-metoden er blevet anvendt med succes:
Tilsvarende, hvis vi angiver forskellige min- og maks-værdier i 'clamp()'-funktionen, vil outputtet blive ændret:
Clamp_tens = fakkel.klemme ( Tens, min = 7 , max = 13 )Print ( Clamp_tiers )
Nedenstående output viser, at værdierne mindre end 7 og større end 13 er blevet erstattet med henholdsvis '7' og '13'.
Vi har effektivt forklaret brugen af 'clamp()'-metoden i PyTorch.
Bemærk : Du kan få adgang til vores Google Colab Notebook her link .
Konklusion
For at bruge 'clamp()'-metoden i PyTorch, skal du først importere fakkelbiblioteket. Opret derefter den ønskede tensor og se dens elementer. Brug derefter 'klemme()' metode til at klemme elementer af inputtensoren. Det er påkrævet at angive inputtensoren og det specifikke område (nedre grænse og øvre grænse) som argumenter. Til sidst skal du vise tensoren med fastspændte værdier og se dens elementer. Denne opskrivning har forklaret metoden til at bruge 'clamp()'-metoden i PyTorch.