Tensorflow，第i个元素min-max钳位

Question

给出等级1的张量，例如。 p = [x y z w]，我如何在提供的边界内“最小 - 最大限度地钳制”：max = [1 10 5 3]和min = [-1 -10 -5 -3]，使p中的第i个元素始终位于定义的边界内通过min _i 和max _i

额外：是否可以为排名＆gt;执行此操作1？

Answer 1

我发现以下解决方案足够了。请参阅tf.minimum和tf.maximum的文档。解决方案：

import tensorflow as tf

p = tf.Variable([-1, 1, 3, 7])

clamp_min = tf.Variable([1, 1, 1, 1])
clamp_max = tf.Variable([5, 5, 5, 5])

p = tf.minimum(p, clamp_max)
p = tf.maximum(p, clamp_min)

sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)

print(sess.run(p))

产地：

[1 1 3 5]