跳转至

Python–tensorflow.clip_by_norm()

原文:https://www.geesforgeks.org/python-tensorflow-clip_by_norm/

TensorFlow 是谷歌为开发机器学习模型和深度学习神经网络而设计的开源 Python 库。

clip_by_norm() 用于将张量值裁剪到最大 L2 范数。

语法: tensorflow.clip_by_norm(t，clip_norm，坐标轴，名称)

参数:

  • t: 需要裁剪的是输入张量。
  • clip_norm: 定义最大裁剪值的是 0-D 标量张量。
  • 轴(可选):一维向量张量定义了用于计算 L2 范数的维度。如果没有提供，将使用所有尺寸。
  • 名称(可选):定义操作的名称。

返回:

它返回一个张量。

例 1:

蟒蛇 3

# Importing the library
import tensorflow as tf

# Initializing the input tensor
t = tf.constant([1, 2, 3, 4], dtype = tf.float64)
clip_norm = .8

# Printing the input tensor
print('t: ', t)
print('clip_norm: ', clip_norm)

# Calculating tangent
res = tf.clip_by_norm(t, clip_norm)

# Printing the result
print('Result: ', res)

输出:

t:  tf.Tensor([1\. 2\. 3\. 4.], shape=(4, ), dtype=float64)
clip_norm:  0.8
Result:  tf.Tensor([0.14605935 0.2921187  0.43817805 0.58423739], shape=(4, ), dtype=float64)

例 2:

蟒蛇 3

# Importing the library
import tensorflow as tf

# Initializing the input tensor
t = tf.constant([1, 2, 3, 4], dtype = tf.float64)
clip_norm = 5.2

# Printing the input tensor
print('t: ', t)
print('clip_norm: ', clip_norm)

# Calculating tangent
res = tf.clip_by_norm(t, clip_norm)

# Printing the result
print('Result: ', res)

输出:

t:  tf.Tensor([1\. 2\. 3\. 4.], shape=(4, ), dtype=float64)
clip_norm:  5.2
Result:  tf.Tensor([0.94938577 1.89877153 2.8481573  3.79754307], shape=(4, ), dtype=float64)
回到顶部