บล็อกนี้จะอธิบายวิธีการใช้วิธี “clamp()” ใน PyTorch
จะใช้วิธี “clamp()” ใน PyTorch ได้อย่างไร
หากต้องการใช้วิธี “clamp()” ใน PyTorch ให้ดูขั้นตอนที่ให้มา:
- นำเข้าไลบรารี PyTorch
- สร้างเทนเซอร์ที่ต้องการ
- ยึดองค์ประกอบของเทนเซอร์โดยใช้ 'ที่หนีบ()' วิธี
- แสดงค่าแคลมป์เทนเซอร์
ไวยากรณ์พื้นฐานของ 'clamp()' คือ:
คบเพลิง.แคลมป์ ( , นาที =ไม่มี สูงสุด =ไม่มี )
โดยที่ 'min' คือค่าขอบเขตล่าง และ 'max' คือค่าขอบเขตบน
ให้สำรวจขั้นตอน:
ขั้นตอนที่ 1: นำเข้าไลบรารี PyTorch
ขั้นแรก นำเข้า ' คบเพลิง ” เพื่อใช้เมธอด “clamp()” ใน PyTorch:
ขั้นตอนที่ 2: สร้างเทนเซอร์
จากนั้นสร้างเทนเซอร์ที่ต้องการโดยใช้ “ไฟฉาย.เทนเซอร์()” ฟังก์ชั่นและพิมพ์องค์ประกอบต่างๆ ที่นี่ เรากำลังสร้างเทนเซอร์ 'สิบ' ต่อไปนี้จากรายการ:
พิมพ์ ( สิบ )
ผลลัพธ์ด้านล่างแสดงเทนเซอร์ที่สร้างขึ้น:
ขั้นตอนที่ 3: องค์ประกอบแคลมป์เทนเซอร์
ตอนนี้ ให้ใช้ฟังก์ชัน 'clamp()' และระบุเทนเซอร์อินพุตและช่วงเฉพาะ (ขอบเขตล่างและขอบเขตบน) เป็นอาร์กิวเมนต์ ที่นี่เรากำลังยึดองค์ประกอบของ ' สิบ ” เทนเซอร์และตั้งค่าต่ำสุด “5” และค่าสูงสุด “10” วิธีนี้จะแทนที่ค่าใดๆ ในเทนเซอร์ที่น้อยกว่า 5 ด้วย “5” และค่าใดๆ ที่มากกว่า 10 ด้วย “10”:
ขั้นตอนที่ 4: แสดงเทนเซอร์ค่าที่ยึด
สุดท้าย แสดงเทนเซอร์ด้วยค่าที่ยึดไว้ และดูองค์ประกอบต่างๆ:
ในผลลัพธ์ด้านล่าง สังเกตได้ว่าค่าที่น้อยกว่า 5 และมากกว่า 10 จะถูกแทนที่ด้วย '5' และ '10' ตามลำดับ สิ่งนี้บ่งชี้ว่ามีการใช้วิธี 'clamp()' สำเร็จแล้ว:
ในทำนองเดียวกัน หากเราระบุค่าต่ำสุดและสูงสุดที่แตกต่างกันในฟังก์ชัน 'clamp()' ผลลัพธ์จะเปลี่ยนไป:
Clamp_tens = torch.clamp ( สิบ, ของฉัน = 7 , สูงสุด = 13 )พิมพ์ ( แคลมป์_tens )
ผลลัพธ์ด้านล่างแสดงให้เห็นว่าค่าที่น้อยกว่า 7 และมากกว่า 13 ได้รับการแทนที่ด้วย '7' และ '13' ตามลำดับเรียบร้อยแล้ว
เราได้อธิบายการใช้วิธี “clamp()” ใน PyTorch ได้อย่างมีประสิทธิภาพ
บันทึก : คุณสามารถเข้าถึง Google Colab Notebook ของเราได้ที่นี้ ลิงค์ .
บทสรุป
หากต้องการใช้วิธี “clamp()” ใน PyTorch ขั้นแรก ให้นำเข้าไลบรารี่ torch จากนั้น สร้างเทนเซอร์ที่ต้องการและดูองค์ประกอบต่างๆ ต่อไปให้ใช้ 'ที่หนีบ()' วิธีการจับยึดองค์ประกอบของเทนเซอร์อินพุต จำเป็นต้องจัดเตรียมเทนเซอร์อินพุตและช่วงเฉพาะ (ขอบเขตล่างและขอบเขตบน) เป็นอาร์กิวเมนต์ สุดท้าย แสดงเทนเซอร์ด้วยค่าที่ยึดไว้ และดูองค์ประกอบต่างๆ บทความนี้ได้อธิบายวิธีการใช้วิธี “clamp()” ใน PyTorch