# pypto.clip【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto产品支持情况产品是否支持Ascend 950PR/Ascend 950DT√Atlas A3 训练系列产品/Atlas A3 推理系列产品√Atlas A2 训练系列产品/Atlas A2 推理系列产品√功能说明对输入 Tensor进行数据裁剪裁剪到指定的最小值到最大值范围内小于最小值的位置替换为最小值大于最大值的位置替换为最大值其余值维持不变。该接口非原地操作不改变输入Tensor而是返回一个新的Tensor作为输出。函数原型clip( input: Tensor, min: Optional[Union[Tensor, Element, float, int]] None, max: Optional[Union[Tensor, Element, float, int]] None )- Tensor参数说明参数名输入/输出说明input输入源操作数。支持的类型为Tensor类型。Tensor支持的数据类型为DT_FP32, DT_FP16, DT_BF16, DT_INT32, DT_INT16。不支持空Tensor数据维度大小仅支持1-4维元素个数不超过 INT32_MAX。min输入源操作数。支持的类型为int\float\Element以及Tensor类型数据类型必须与输入 input 的数据类型一致。当为int或者float类型时会自动转换为Element类型且数据类型与输入 input 的数据类型一致。当需要使用其他数据类型时可以通过Element构建。Tensor和Element支持的数据类型为DT_FP32, DT_FP16, DT_INT32, DT_INT16。不支持空Tensor数据维度大小仅支持1-4维元素个数不超过 INT32_MAX。可缺省默认值为-INF。NaNINF-INF 仅在浮点数运算时有定义即只在数据类型为 DT_FP16/DT_FP32 时生效当数据类型为 DT_INT16 和 DT_INT32 时会跳过默认值的比较逻辑。max输入源操作数。支持的类型为int\float\Element以及Tensor类型数据类型必须与输入 input 的数据类型一致。当为int或者float类型时会自动转换为Element类型且数据类型与输入 input 的数据类型一致。当需要使用其他数据类型时可以通过Element构建。Tensor和Element支持的数据类型为DT_FP32, DT_FP16, DT_INT32, DT_INT16。不支持空Tensor数据维度大小仅支持1-4维元素个数不超过 INT32_MAX。可缺省默认值为INF。NaNINF-INF 仅在浮点数运算时有定义即只在数据类型为 DT_FP16/DT_FP32 时生效当数据类型为 DT_INT16 和 DT_INT32 时会跳过默认值的比较逻辑。返回值说明当输入为标量时输出为$$ Y_{i} \text{MIN}\left( \text{MAX}\left(X_{i}, \text{min_value}\right), \text{max_value} \right) $$当输入为Tensor时输出为$$ Y_{i} MIN\left( MAX(X_{i}, min_value_{i}), max_value_{i} \right) $$输出Tensor的数据类型和输入 input 相同。当 min / max 其中一者为 NAN 时输出结果为 NAN。当 min max 时输出结果对应位置均为 max 的值。约束说明min / max 的类型必须一致同时为 Element 或同时为 Tensor。min / max 为Tensor类型时其Shape大小必须满足可以广播到输入的Shape。min 和 max 支持同时缺省返回原值。调用示例TileShape设置示例调用该operation接口前应通过set_vec_tile_shapes设置TileShape。TileShape维度应和输出一致。如非广播场景输入input shape为[m, n]max和min为[m, n]输出为[m, n]TileShape设置为[m1, n1], 则m1, n1分别用于切分m, n轴。广播场景输入input shape为[m, n]max和min为[m, 1]输出为[m, n]TileShape设置为[m1, n1], 则m1, n1分别用于切分m, n轴。pypto.set_vec_tile_shapes(4, 16)接口调用示例x pypto.tensor([2,3], pypto.DT_INT32) min pypto.tensor([2,3], pypto.DT_INT32) max pypto.tensor([2,3], pypto.DT_INT32) out pypto.clip(x,min,max)结果示例如下输入数据 self: [[-2 1 2], [3 4 5]] 输入数据 min: [[-1 0 2], [0 3 5]] 输入数据 max: [[1 2 1], [4 4 4]] 输出数据 out: [[-1 1 1], [3 4 4]]示例 2x pypto.tensor([2,3], pypto.DT_INT32) min 1 max 3 out pypto.clip(x,min,max)结果示例如下输入数据 x: [[0 2 4], [3 4 6]] 输出数据 out: [[1 2 3], [3 3 3]]【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
CANN/pypto裁剪操作
# pypto.clip【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto产品支持情况产品是否支持Ascend 950PR/Ascend 950DT√Atlas A3 训练系列产品/Atlas A3 推理系列产品√Atlas A2 训练系列产品/Atlas A2 推理系列产品√功能说明对输入 Tensor进行数据裁剪裁剪到指定的最小值到最大值范围内小于最小值的位置替换为最小值大于最大值的位置替换为最大值其余值维持不变。该接口非原地操作不改变输入Tensor而是返回一个新的Tensor作为输出。函数原型clip( input: Tensor, min: Optional[Union[Tensor, Element, float, int]] None, max: Optional[Union[Tensor, Element, float, int]] None )- Tensor参数说明参数名输入/输出说明input输入源操作数。支持的类型为Tensor类型。Tensor支持的数据类型为DT_FP32, DT_FP16, DT_BF16, DT_INT32, DT_INT16。不支持空Tensor数据维度大小仅支持1-4维元素个数不超过 INT32_MAX。min输入源操作数。支持的类型为int\float\Element以及Tensor类型数据类型必须与输入 input 的数据类型一致。当为int或者float类型时会自动转换为Element类型且数据类型与输入 input 的数据类型一致。当需要使用其他数据类型时可以通过Element构建。Tensor和Element支持的数据类型为DT_FP32, DT_FP16, DT_INT32, DT_INT16。不支持空Tensor数据维度大小仅支持1-4维元素个数不超过 INT32_MAX。可缺省默认值为-INF。NaNINF-INF 仅在浮点数运算时有定义即只在数据类型为 DT_FP16/DT_FP32 时生效当数据类型为 DT_INT16 和 DT_INT32 时会跳过默认值的比较逻辑。max输入源操作数。支持的类型为int\float\Element以及Tensor类型数据类型必须与输入 input 的数据类型一致。当为int或者float类型时会自动转换为Element类型且数据类型与输入 input 的数据类型一致。当需要使用其他数据类型时可以通过Element构建。Tensor和Element支持的数据类型为DT_FP32, DT_FP16, DT_INT32, DT_INT16。不支持空Tensor数据维度大小仅支持1-4维元素个数不超过 INT32_MAX。可缺省默认值为INF。NaNINF-INF 仅在浮点数运算时有定义即只在数据类型为 DT_FP16/DT_FP32 时生效当数据类型为 DT_INT16 和 DT_INT32 时会跳过默认值的比较逻辑。返回值说明当输入为标量时输出为$$ Y_{i} \text{MIN}\left( \text{MAX}\left(X_{i}, \text{min_value}\right), \text{max_value} \right) $$当输入为Tensor时输出为$$ Y_{i} MIN\left( MAX(X_{i}, min_value_{i}), max_value_{i} \right) $$输出Tensor的数据类型和输入 input 相同。当 min / max 其中一者为 NAN 时输出结果为 NAN。当 min max 时输出结果对应位置均为 max 的值。约束说明min / max 的类型必须一致同时为 Element 或同时为 Tensor。min / max 为Tensor类型时其Shape大小必须满足可以广播到输入的Shape。min 和 max 支持同时缺省返回原值。调用示例TileShape设置示例调用该operation接口前应通过set_vec_tile_shapes设置TileShape。TileShape维度应和输出一致。如非广播场景输入input shape为[m, n]max和min为[m, n]输出为[m, n]TileShape设置为[m1, n1], 则m1, n1分别用于切分m, n轴。广播场景输入input shape为[m, n]max和min为[m, 1]输出为[m, n]TileShape设置为[m1, n1], 则m1, n1分别用于切分m, n轴。pypto.set_vec_tile_shapes(4, 16)接口调用示例x pypto.tensor([2,3], pypto.DT_INT32) min pypto.tensor([2,3], pypto.DT_INT32) max pypto.tensor([2,3], pypto.DT_INT32) out pypto.clip(x,min,max)结果示例如下输入数据 self: [[-2 1 2], [3 4 5]] 输入数据 min: [[-1 0 2], [0 3 5]] 输入数据 max: [[1 2 1], [4 4 4]] 输出数据 out: [[-1 1 1], [3 4 4]]示例 2x pypto.tensor([2,3], pypto.DT_INT32) min 1 max 3 out pypto.clip(x,min,max)结果示例如下输入数据 x: [[0 2 4], [3 4 6]] 输出数据 out: [[1 2 3], [3 3 3]]【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
![[Android] 汐云-那年今日1.0+安卓纯净版](images/news2.jpg)
