文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.clip_by_value

mindspore.ops.clip_by_value(x, clip_value_min=None, clip_value_max=None)

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，其最小值为 clip_value_min ，最大值为 clip_value_max 。

$$\begin{array}{r}ou{t}_i=\{\begin{array}{ll}clip\mathrm{\_}value\mathrm{\_}max& \text{ if }{x}_i\ge clip\mathrm{\_}value\mathrm{\_}max\\ x_i& \text{ if }clip\mathrm{\_}value\mathrm{\_}min<x_i<clip\mathrm{\_}value\mathrm{\_}max\\ clip\mathrm{\_}value\mathrm{\_}min& \text{ if }{x}_i\le clip\mathrm{\_}value\mathrm{\_}min\end{array}\end{array}$$

说明

• clip_value_min 和 clip_value_max 不能同时为None；

• 当 clip_value_min 为None，clip_value_max 不为None时，Tensor中大于 clip_value_max 的元素会变为 clip_value_max；

• 当 clip_value_min 不为None，clip_value_max 为None时，Tensor中小于 clip_value_min 的元素会变为 clip_value_min；

• 当 clip_value_min 大于 clip_value_max 时，Tensor中所有元素的值会被置为 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，且不能为布尔型。

参数：

• x (Union(Tensor, list[Tensor], tuple[Tensor])) - clip_by_value 的输入，类型为Tensor、Tensor的列表或元组。支持任意维度的Tensor。

• clip_value_min (Union(Tensor, float, int)) - 指定最小值。默认值为 None 。

• clip_value_max (Union(Tensor, float, int)) - 指定最大值。默认值为 None 。

返回：

Tensor、Tensor的列表或元组，表示裁剪后的Tensor。其shape和数据类型和 x 相同。

异常：

• ValueError - 如果 clip_value_min 和 clip_value_max 都为None。

• TypeError - 如果 x 的数据类型不在Tensor、list[Tensor]或tuple[Tensor]中。

• TypeError - 如果 clip_value_min 的数据类型不为None、Tensor、float或int。

• TypeError - 如果 clip_value_max 的数据类型不为None、Tensor、float或int。

支持平台：

Ascend GPU CPU

样例：

>>> # case 1: the data type of x is Tensor
>>> import mindspore
>>> 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.]]
>>> # case 2: the data type of x is list[Tensor]
>>> min_value = 5
>>> max_value = 20
>>> x = Tensor(np.array([[1., 25., 5., 7.], [4., 11., 6., 21.]]), mindspore.float32)
>>> y = Tensor(np.array([[1., 25., 5., 7.], [4., 11., 6., 21.]]), mindspore.float32)
>>> output = ops.clip_by_value([x,y], min_value, max_value)
>>> for out in output:
...     print(out)
[[ 5. 20.  5.  7.]
 [ 5. 11.  6. 20.]]
[[ 5. 20.  5.  7.]
 [ 5. 11.  6. 20.]]