我有一个3D张量，想确保所有值都在给定范围内（在本例中是0到1）。为此，我已经编写了以下代码：

    function capTo1or0 (Tensor3d)       tensor_width=Tensor3d:size()[2]       tensor_height=Tensor3d:size()[3]       tensor_depth=Tensor3d:size()[1]       for i=1,tensor_width,1 do           for j=1,tensor_height,1 do               for k=1,tensor_depth,1 do                    if(Tensor3d[k][i][j])>1 then                       Tensor3d[k][i][j]=1                   end                     if(Tensor3d[k][i][j]<0.0) then                        Tensor3d[k][i][j]=0.0                              end               end           end        end       return Tensor3d    end

代码是有效的，但有一个问题：性能非常差。我知道一定有比遍历整个数组更好的方法，因为大多数不涉及手动遍历数组的张量操作速度要快得多。有人知道如何使其更快吗？

例如，如果我有一个`2-3-3`的数组，值为    [1,  2,  0.5][0.5,0.2,-0.2]     [0.1,0.2,0.3][1,  1,   1  ]    [-2, -1, 2  ][0.2,-5,-1   ]那么我期望的结果是     [1,  1,  0.5][0.5,0.2,0]    [0.1,0.2,0.3][1,  1,   1  ]    [0, 0, 1  ]  [0.2,0,-1   ]

将所有低于下限0的值替换为0，所有高于上限1的值替换为1。

有人知道如何快速做到这一点吗？

回答：

我从未使用过Torch，但它的文档中提到：http://torch7.readthedocs.io/en/rtd/maths/#torch.clamp

[res] torch.clamp([res,] tensor1, min_value, max_value)

将张量中的所有元素限制在[min_value, max_value]范围内。即：

y_i = x_i, 如果 x_i >= min_value 或 x_i <= max_value    = min_value, 如果 x_i < min_value    = max_value, 如果 x_i > max_value

z=torch.clamp(x,0,1) 将返回一个新的张量，其结果是x在0和1之间的界限值。

torch.clamp(z,x,0,1) 将结果放入z中。

x:clamp(0,1) 将执行就地夹紧操作（将结果放入x中）。

z:clamp(x,0,1) 将结果放入z中。

我想这就是你要找的吧？