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.mint.clamp

mindspore.mint.clamp(input, min=None, max=None)

将输入Tensor的值裁剪到指定的最小值和最大值之间。

限制 $input$ 的范围，其最小值为 min ，最大值为 max 。

$$\begin{array}{r}ou{t}_i=\{\begin{array}{ll}max& \text{ if }inpu{t}_i\ge max\\ inpu{t}_i& \text{ if }min<inpu{t}_i<max\\ min& \text{ if }inpu{t}_i\le min\end{array}\end{array}$$

说明

• min 和 max 不能同时为None；

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

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

• 当 min 大于 max 时，Tensor中所有元素的值会被置为 max；

• input，min 和 max 的数据类型需支持隐式类型转换，且不能为布尔型。

参数：

• input (Tensor) - clamp 的输入，类型为Tensor。支持任意维度的Tensor。

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

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

返回：

Tensor，表示裁剪后的Tensor。其shape和数据类型和 input 相同。

异常：

• ValueError - 如果 min 和 max 都为None。

• TypeError - 如果 input 的数据类型不是Tensor。

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

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

支持平台：

Ascend

样例：

>>> # case 1: the data type of input is Tensor
>>> import mindspore
>>> from mindspore import Tensor, mint
>>> import numpy as np
>>> min_value = Tensor(5, mindspore.float32)
>>> max_value = Tensor(20, mindspore.float32)
>>> input = Tensor(np.array([[1., 25., 5., 7.], [4., 11., 6., 21.]]), mindspore.float32)
>>> output = mint.clamp(input, min_value, max_value)
>>> print(output)
[[ 5. 20.  5.  7.]
 [ 5. 11.  6. 20.]]