python - torch.clamp 中的列相关边界

Question

我想对二维数组上的 PyTorch 张量执行类似于 np.clip 的操作。更具体地说，我想将每一列剪裁在特定的值范围内(依赖于列)。例如，在 numpy 中，你可以这样做:

x = np.array([-1,10,3])
low = np.array([0,0,1])
high = np.array([2,5,4])
clipped_x = np.clip(x, low, high)

clipped_x == np.array([0,5,3]) # True

我找到了 torch.clamp，但不幸的是它不支持多维边界(整个张量只有一个标量值)。是否有一种“简洁”的方式将该功能扩展到我的案例？

谢谢!

Answer 1

不如np.clip 整洁，但您可以使用torch.max和 torch.min :

In [1]: x
Out[1]:
tensor([[0.9752, 0.5587, 0.0972],
        [0.9534, 0.2731, 0.6953]])

设置每列的下限和上限

l = torch.tensor([[0.2, 0.3, 0.]])
u = torch.tensor([[0.8, 1., 0.65]])

请注意，下限 l 和上限 u 是 1×3 张量(具有单一维度的 2D)。我们需要将 l 和 u 的维度设为 broadcastable x 的形状。
现在我们可以使用 min 和 max 进行裁剪:

clipped_x = torch.max(torch.min(x, u), l)

结果为

tensor([[0.8000, 0.5587, 0.0972],
        [0.8000, 0.3000, 0.6500]])