torch函数

torch.clamp()

torch.clamp(input, min, max, out=None) → Tensor
参数：

  • input (Tensor) – 输入张量
  • min (Number) – 限制范围下限
  • max (Number) – 限制范围上限
  • out (Tensor, optional) – 输出张量

作用：将输入夹紧至某一区间

1
output = torch.clamp(input, 0, 1) #输入值<0则为0，>1则为1

torch.round()

torch.round(input, out=None)
作用：返回一个新张量，将输入input张量每个元素舍入到最近的整数

1
2
3
a = torch.tensor(0.6)
b = torch.round(a)  # a = 0.6, b = 1.0
a = a.round()  # a = 1.0, b = 1.0

torch.sign()

torch.sign(input, out=None) → Tensor
作用：返回tensor的符号

1
2
3
4
a = torch.tensor([-1.1, 0., 1.1])
sign = torch.sign(a) 
print(a.sign()) # tensor([-1.,  0.,  1.])
print(sign) # tensor([-1.,  0.,  1.])

detach() & clone()

  • torch.detach()
  1. 新的tensor会脱离计算图，不会牵扯梯度计算；
  2. 浅拷贝，和原先的tensor指向同一内存；
  • torch.clone()
  1. 新的tensor充当中间变量，会保留在计算图中，参与梯度计算（回传叠加），但是一般不会保留自身梯度；
  2. 深拷贝，开辟新的内存空间；