mindspore.ops.clip_by_global_norm
- mindspore.ops.clip_by_global_norm(x, clip_norm=1.0, use_norm=None)[源代码]
通过权重梯度总和的比率来裁剪多个Tensor的值。
说明
输入 x 应为Tensor的tuple或list。否则,将引发错误。
在半自动并行模式或自动并行模式下,如果输入是梯度,那么将会自动汇聚所有设备上的梯度的平方和。
- 参数:
x (Union(tuple[Tensor], list[Tensor])) - 要被剪裁的数据。
clip_norm (Union(float, int)) - 表示裁剪比率,应大于0。默认值:
1.0
。use_norm (None) - 表示全局范数。目前只支持None,默认值:
None
。
- 返回:
tuple[Tensor],表示裁剪后的Tensor。其数据类型与 x 相同,输出tuple中的每个Tensor与输入shape相同。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> from mindspore import Tensor, ops >>> import numpy as np >>> x1 = np.array([[2., 3.], [1., 2.]]).astype(np.float32) >>> x2 = np.array([[1., 4.], [3., 1.]]).astype(np.float32) >>> input_x = (Tensor(x1), Tensor(x2)) >>> out = ops.clip_by_global_norm(input_x, 1.0) >>> print(out) (Tensor(shape=[2, 2], dtype=Float32, value= [[ 2.98142403e-01, 4.47213590e-01], [ 1.49071202e-01, 2.98142403e-01]]), Tensor(shape=[2, 2], dtype=Float32, value= [[ 1.49071202e-01, 5.96284807e-01], [ 4.47213590e-01, 1.49071202e-01]]))