PyTorch学习笔记——使用clamp函数限制张量值范围

在数据预处理或模型训练过程中，有时需要对张量中的值进行限制，以避免过大或过小的数值影响模型性能。PyTorch提供了一个非常实用的函数——clamp，可以轻松实现这一目标。

使用方法如下：

output = input.clamp(min=arg1, max=arg2)

这里的input是需要处理的张量，min和max分别指定了张量中每个元素的最小值和最大值。执行上述操作后，所有小于min的值将被设置为min，所有大于max的值将被设置为max，而介于两者之间的值保持不变。

例如，如果我们有一个张量input，其值为[0.1, 0.5, 1.0, 1.5]，并且我们希望将其所有值限制在0.2到1.2之间，可以这样操作：

import torch
input = torch.tensor([0.1, 0.5, 1.0, 1.5])
output = input.clamp(min=0.2, max=1.2)
print(output)

运行结果将是：tensor([0.2000, 0.5000, 1.0000, 1.2000])。这表明所有超出范围的值都已被正确调整。