Зависимые от столбца границы в torch.clamp - PullRequest
Новая
       40

Зависимые от столбца границы в torch.clamp

0 голосов
/ 18 февраля 2019

Я хотел бы сделать что-то похожее на np.clip для тензоров PyTorch на двумерном массиве.Более конкретно, я хотел бы обрезать каждый столбец в определенном диапазоне значений (зависит от столбца).Например, в numpy вы можете сделать: 

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

Я обнаружил torch.clamp, но, к сожалению, он не поддерживает многомерные границы (только одно скалярное значение для всего тензора).Есть ли "аккуратный" способ расширить эту функцию в моем случае?

Спасибо!

1 Ответ

0 голосов
/ 18 февраля 2019

Не так аккуратно, как np.clip, но вы можете использовать torch.max и torch.min: 

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

Настройка нижней и верхней границына столбец 

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

Обратите внимание, что нижняя граница l и верхняя граница u являются тензорами 1 на 3 (2D с одноэлементным измерением).Нам нужны эти размеры, чтобы l и u были транслируемыми в форме x.
Теперь мы можем обрезать, используя min и max: 

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

В результате с 

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