mindspore.ops.clip_by_value
- mindspore.ops.clip_by_value(x, clip_value_min=None, clip_value_max=None)[源代码]
将输入Tensor值裁剪到指定的最小值和最大值之间。
限制 \(x\) 的范围,其 \(x\) 的最小值为 clip_value_min ,最大值为 clip_value_max 。
\[\begin{split}out_i= \left\{ \begin{array}{align} clip\_value\_max & \text{ if } x_i\ge clip\_value\_max \\ x_i & \text{ if } clip\_value\_min \lt x_i \lt clip\_value\_max \\ clip\_value\_min & \text{ if } x_i \le clip\_value\_min \\ \end{array}\right.\end{split}\]Note
clip_value_min 必须小于或等于 clip_value_max ;
\(x\) , clip_value_min 和 clip_value_max 的数据类型需支持隐式类型转换,且不能同时为布尔型。
- 参数:
x (Tensor) - clip_by_value 的输入,任意维度的Tensor。
clip_value_min (Tensor) - 指定最小值。
clip_value_max (Tensor) - 指定最大值。
- 返回:
Tensor,表示裁剪后的Tensor。其shape和数据类型和 x 相同。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> from mindspore import Tensor, ops >>> import numpy as np >>> min_value = Tensor(5, mindspore.float32) >>> max_value = Tensor(20, mindspore.float32) >>> x = Tensor(np.array([[1., 25., 5., 7.], [4., 11., 6., 21.]]), mindspore.float32) >>> output = ops.clip_by_value(x, min_value, max_value) >>> print(output) [[ 5. 20. 5. 7.] [ 5. 11. 6. 20.]]