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:
Python 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:
Python 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)
版权属于：月萌API www.moonapi.com，转载请注明出处
