Python – tensorflow.clip_by_norm()

<p><a href=”https://www.geeksforgeeks.org/introduction-to-tensorflow/”>TensorFlow</a> es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo. .

clip_by_norm() se usa para recortar valores de tensor a una norma L2 máxima.

Sintaxis: tensorflow.clip_by_norm(t, clip_norm, ejes, nombre)

Parámetros:

• t: Es el tensor de entrada que necesita ser recortado.
• clip_norm: Es un tensor escalar 0-D que define el valor máximo de recorte.
• ejes (opcional): es un tensor vectorial 1-D que define la dimensión que se utilizará para calcular la norma L2. Si no se proporciona ninguna, se utilizarán todas las dimensiones.
• name(opcional): Define el nombre de la operación.

Devoluciones:

Devuelve un Tensor.

Ejemplo 1:

# 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)

Producción:

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)

Ejemplo 2:

# 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)

Producción:

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)