Pytorch与张量裁剪。

1.张量裁剪

张量裁剪运算就是对Tensor中元素进行范围过滤，解空间被约束后，网络会更加稳定，因此可以达到正则化和防止过拟合的效果。同时还可以防止梯度离散或者梯度爆炸。

import torch

print("==== 张量裁剪 ====")
a = torch.rand(2, 2) * 10
print(a)

a = a.clamp(2, 5)  # 裁剪范围为2-5，对于小于2的直接取2，对于大于5的直接取5，中间值保持不变
print(a)

运行结果：

==== 张量裁剪 ====
tensor([[2.6644, 0.9549],
        [8.9727, 9.0019]])
tensor([[2.6644, 2.0000],
        [5.0000, 5.0000]])