我想对PyTorch中的张量执行最小-最大归一化
获得最小-最大归一化的公式为
我想使用一些new_min
和new_max
对张量执行最小-最大规格化,而不迭代张量的所有元素
>>>import torch
>>>x = torch.randn(5, 4)
>>>print(x)
tensor([[-0.8785, -1.6898, 2.2129, -0.8375],
[ 1.2927, -1.3187, -0.7087, -2.1143],
[-0.6162, 0.6836, -1.3342, -0.7889],
[-0.2934, -1.2526, -0.3265, 1.1933],
[ 1.2494, -1.2130, 1.5959, 1.4232]])
有没有办法将两个值之间的给定张量new_min, new_max
进行最小-最大规格化
假设我想将张量从new_min = -0.25
缩放到new_max = 0.25
将
v_min
、v_max
、new_min
和new_max
定义为:您可以按以下方式应用公式元素:
然后检查
v_p
统计信息:相关问题 更多 >
编程相关推荐