Python 如何抑制张量中的小元素

我有一个LSTM网络，它通过

tf.tanh

输出决策。然后我使用

tf.sign

获得1、-1或0的二进制操作。但是，我不希望模型在

tf.tanh

的输出很小时执行非零操作，因此我希望在

tf.sign

之前实现一个阈值

T

，以便只有大于T或小于-T的输出将被转换为+1和-1

来自

tf.tanh

的张量输出示例：

logits = [0.6,0.4,-0.6,-0.4]
threshold = 0.5

保留梯度时所需的张量输出：

action = [1,0,-1,0]

---

这有点像一个带阈值的双面ReLU，但我不知道如何在tensorflow图中实现它。非常感谢您的帮助。

这里有一些对我有用的东西。如果您查看变量名，代码是非常自解释的。如果有不清楚的地方，请告诉我

import tensorflow as tf

def suppress_range(x, a, b):
    """Sets all the elements in the range [a, b) to 0"""
    assert (a < b), "a must be less than b"
    significant = tf.logical_or(x <= a, x > b)
    zero = tf.zeros_like(x)
    return tf.where(significant, x, zero)

def main():
    logits = tf.placeholder(tf.float32)
    output = tf.sign(suppress_range(logits, -0.5, 0.5))

    with tf.Session() as sess:
        x = [[0.6, 0.4, -0.6, -0.4], [0.5, 0.1, -0.7, -0.2]]
        print(sess.run(output, feed_dict={logits: x}))

if __name__ == '__main__':
    main()

将tensorflow导入为tf
def抑制范围（x、a、b）：
“”“将[a，b]到0范围内的所有元素设置为”
断言（a