TensorFlow是Google設計的開源Python庫，用於開發機器學習模型和深度學習神經網絡。
clip_by_value()用於將張量值裁剪為指定的最小值和最大值。
用法：tensorflow.clip_by_value( t, clip_value_min, clip_value_max, name )
參數：
- t:它是輸入張量。
- clip_value_min:它定義了最小限幅值。
- clip_value_max:它定義了最大剪輯值。
- name(optional):它定義了操作的名稱。
返回值：
它返回裁剪的張量。
範例1：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input tensor
t = tf.constant([1, 2, 3, 4], dtype = tf.float64)
clip_value_min = 2
clip_value_max = 5
# Printing the input tensor
print('t:', t)
print('clip_min:', clip_value_min)
print('clip_max:', clip_value_max)
# Calculating result
res = tf.clip_by_vlaue(t, clip_min, clip_max)
# Printing the result
print('Result:', res)輸出：
t: tf.Tensor([1. 2. 3. 4.], shape=(4, ), dtype=float64) clip_min: 2 clip_max: 5 Result: tf.Tensor([2. 2. 3. 4.], shape=(4, ), dtype=float64)
範例2：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input tensor
t = tf.constant([[1, 2], [ 3, 4]], dtype = tf.float64)
clip_value_min = [2, 3]
clip_value_max = [5, 7]
# Printing the input tensor
print('t:', t)
print('clip_min:', clip_value_min)
print('clip_max:', clip_value_max)
# Calculating result
res = tf.clip_by_value(t, clip_value_min, clip_value_max)
# Printing the result
print('Result:', res)輸出：
t: tf.Tensor( [[1. 2.] [3. 4.]], shape=(2, 2), dtype=float64) clip_min: [2, 3] clip_max: [5, 7] Result: tf.Tensor( [[2. 3.] [3. 4.]], shape=(2, 2), dtype=float64)
相關用法
注：本文由純淨天空篩選整理自aman neekhara大神的英文原創作品 Python – tensorflow.clip_by_value()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。