Python tf.clip_by_value用法及代碼示例

將張量值剪輯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
)

給定一個張量 t ，此操作返回一個與 t 具有相同類型和形狀的張量，其值被裁剪為 clip_value_min 和 clip_value_max 。任何小於 clip_value_min 的值都設置為 clip_value_min 。任何大於 clip_value_max 的值都設置為 clip_value_max 。

注意：clip_value_min 需要小於或等於 clip_value_max 才能獲得正確的結果。

例如：

基本用法將標量作為最小值和最大值傳遞。

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與 t 的大小相同，或者可以廣播到該大小。

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)

如果您要擴展t 的尺寸，廣播會故意失敗

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]

如果您嘗試將 int 剪輯到 float 值(tf.cast 首先是 float 的輸入)，它會拋出 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 ...