Функция clip_by_value

Функция clip_by_value применяется к тензору и ограничивает его значения заданным диапазоном. Первым параметром функция принимает исходный тензор. Вторым параметром передается минимально допустимое значение clip_value_min, третьим - максимально допустимое значение clip_value_max. Все элементы, которые меньше минимума, заменяются на минимум. Все элементы, которые больше максимума, заменяются на максимум. Элементы, попадающие в диапазон, остаются без изменений.

Синтаксис

tf.clip_by_value(t, clip_value_min, clip_value_max, [name])

Пример

Давайте создадим тензор из чисел и ограничим его значения диапазоном от 2 до 4:

import tensorflow as tf

t = tf.constant([1, 2, 3, 4, 5])
res = tf.clip_by_value(t, 2, 4)
print(res)

Результат выполнения кода:

tf.Tensor([2 2 3 4 4], shape=(5,), dtype=int32)

Пример

Давайте применим функцию к двумерному тензору:

import tensorflow as tf

t = tf.constant([[1, 2, 3], [4, 5, 6]])
res = tf.clip_by_value(t, 3, 5)
print(res)

Результат выполнения кода:

tf.Tensor(
[[3 3 3]
 [4 5 5]], shape=(2, 3), dtype=int32)

Пример

Давайте ограничим значения тензора с типом float32 диапазоном от 0.0 до 1.0:

import tensorflow as tf

t = tf.constant([-1.5, 0.5, 2.5], dtype=tf.float32)
res = tf.clip_by_value(t, 0.0, 1.0)
print(res)

Результат выполнения кода:

tf.Tensor([0. 0.5 1. ], shape=(3,), dtype=float32)

Смотрите также

функцию minimum,
которая возвращает минимальное значение из двух тензоров
функцию maximum,
которая возвращает максимальное значение из двух тензоров
функцию clip_by_norm,
которая ограничивает тензор по норме
функцию clip_by_global_norm,
которая ограничивает несколько тензоров по глобальной норме