Python tf.clip_by_value用法及代码示例

将张量值剪辑到指定的最小值和最大值。

用法

tf.clip_by_value(
    t, clip_value_min, clip_value_max, name=None
)

给定一个张量 t ，此操作返回一个与 t 具有相同类型和形状的张量，其值被裁剪为 clip_value_min 和 clip_value_max 。任何小于 clip_value_min 的值都设置为 clip_value_min 。任何大于 clip_value_max 的值都设置为 clip_value_max 。

注意：clip_value_min 需要小于或等于 clip_value_max 才能获得正确的结果。

例如：

基本用法将标量作为最小值和最大值传递。

t = tf.constant([[-10., -1., 0.], [0., 2., 10.]])
t2 = tf.clip_by_value(t, clip_value_min=-1, clip_value_max=1)
t2.numpy()
array([[-1., -1.,  0.],
       [ 0.,  1.,  1.]], dtype=float32)

最小值和最大值可以与 t 的大小相同，或者可以广播到该大小。

t = tf.constant([[-1, 0., 10.], [-1, 0, 10]])
clip_min = [[2],[1]]
t3 = tf.clip_by_value(t, clip_value_min=clip_min, clip_value_max=100)
t3.numpy()
array([[ 2.,  2., 10.],
       [ 1.,  1., 10.]], dtype=float32)

如果您要扩展t 的尺寸，广播会故意失败

t = tf.constant([[-1, 0., 10.], [-1, 0, 10]])
clip_min = [[[2, 1]]] # Has a third axis
t4 = tf.clip_by_value(t, clip_value_min=clip_min, clip_value_max=100)
Traceback (most recent call last):

InvalidArgumentError:Incompatible shapes:[2,3] vs. [1,1,2]

如果您尝试将 int 剪辑到 float 值(tf.cast 首先是 float 的输入)，它会抛出 TypeError。

t = tf.constant([[1, 2], [3, 4]], dtype=tf.int32)
t5 = tf.clip_by_value(t, clip_value_min=-3.1, clip_value_max=3.1)
Traceback (most recent call last):

TypeError:Cannot convert ...