时间戳

首页 > 解决方案 > torch.clamp 中与列相关的边界

python - torch.clamp 中与列相关的边界

问题描述

我想在二维数组上的 PyTorch 张量上做类似于 np.clip 的事情。更具体地说，我想将每一列剪辑在特定的值范围内（取决于列）。例如，在 numpy 中，您可以执行以下操作：

x = np.array([-1,10,3])
low = np.array([0,0,1])
high = np.array([2,5,4])
clipped_x = np.clip(x, low, high)

clipped_x == np.array([0,5,3]) # True

我找到了torch.clamp，但不幸的是它不支持多维边界（整个张量只有一个标量值）。有没有一种“简洁”的方法可以将该功能扩展到我的案例？

谢谢！

标签： pythonmachine-learningdeep-learningcomputer-visionpytorch

解决方案

不如 整洁np.clip，但您可以使用torch.maxand torch.min：

In [1]: x
Out[1]:
tensor([[0.9752, 0.5587, 0.0972],
        [0.9534, 0.2731, 0.6953]])

设置每列的下限和上限

l = torch.tensor([[0.2, 0.3, 0.]])
u = torch.tensor([[0.8, 1., 0.65]])

请注意，下限l和上限u是 1×3 张量（2D 单维）。我们需要这些维度来l广播到. 现在我们可以使用and进行剪辑：ux
minmax

clipped_x = torch.max(torch.min(x, u), l)

结果与

tensor([[0.8000, 0.5587, 0.0972],
        [0.8000, 0.3000, 0.6500]])

推荐阅读