Numpy: 복잡한 입력이있는 np.clip은 테스트되지 않았으며 이상한 동작이 있습니다.

현재 동작은 x = sorted(x) 대해 x = [min, clip(arr, min, max), max] x = sorted(x) 를 만드는 것입니다.

분명하지 않은 행동 선택을 위해 여기에서 최소, 최대, 정렬과 일관성을 깨는 것이 가치가 있다고 생각합니다. 우리가 할 수 없다는 것이 아니라 최소 / 최대 및 정렬 동작에 대해서도 논의해야합니다.
그리고 그것이 absmin , absmax 및 abssort 이 의미가 있고 기본적으로 클리핑에 사용한다고 말하면.
비 실제 입력에 대해 오류를 제공하는 것으로 더 쉽게 확신 할 수 있습니다.

편집 : 틀림없이 구성 요소 클리핑은 실제로 더 엄격하기 때문에 Erics 동작을 허용합니다. 그러나 참고로 유용하다고 생각하지 않습니다. 다른 질문은 이것에 대한 실제 사용 사례 가 있습니까? 다른 코드로 더 명확하지 않은 것?

실수 부분과 허수 부분을 따로 잘라 내기

그것이 나의 첫 번째 선택이 될 것입니다.

위상을 변경하지 않는 클립 절대 값

유용 할 수 있지만 간단한 클립보다 구현하기가 더 복잡합니다.

다른 질문은 : 이것에 대한 실제 _usecase_가 있습니까? 다른 코드로 더 명확하지 않은 것?

그건 좋은 질문이야. 잘 모르겠습니다. 내가 아는 것은 그것이 명백히 부정확해서는 안된다는 것입니다.

실제와 가상의 부분을 따로 잘라내는 것이 걱정입니다. 예를 들어 정렬 된 배열이있는 경우 클리핑은 일반적으로 배열이 [min_value, unchanged, max_value]의 세 영역을 갖도록 변경합니다. 그러나 복잡한 배열의 실수 부분과 허수 부분을 개별적으로 잘라 내면 더 이상 이러한 분리 가능한 영역이 없게됩니다. 대신 최소값보다 작거나 최대 값보다 크지 않더라도 값이 변경 될 수 있습니다!

복소수를 자르는 것이 정확히 무엇을해야하는지에 대한 확신이있을 때까지 동작을 비활성화하는 것이 좋습니다. 내 제안은 c <min_value이면 min_value로 설정되고 c> max_value이면 max_value로 설정된다는 것입니다.

@mruberry , 나는 동의했다. 어쨌든 나는 누군가가 이것에 대한 유스 케이스조차 가지고 있는지조차 확신하지 못한다. 좀 덜 나쁘게 만들기위한 한 가지 주장으로, min.real <= max.real 과 min.imag <= max.imag 만 min <= max 과는 대조적으로 확인하면 모든 것이 정상입니다 (현재 실제로는 그렇지 않지만 NumPy에서 확인하십시오).

나는 당신과도 동의합니다 @seberg ;).

지금은 PyTorch에서 클리핑 (클램핑이라고 부름) 복잡한 입력을 비활성화 할 것이라고 생각합니다. 어쨌든 우리의 행동은 NumPy와 일치하지 않았습니다.

이 문제를 읽는 것만으로도 numpy의 사전 비교를 고려할 때이 동작이 실제로 의미가 있다고 생각합니다. 사전 식 비교를 사용하지 않는 경우 clip, max 및 min도 따라야합니다. 나는 이것이 여기에 도달 한 합의라고 가정하고 있지만 의견과 연결된 PR에서 확신하지 못했습니다.