tf代码是：
relu6 = min(max(features, 0), 6)
结果是把小于0的变成0，大于6的取6，y= torch.clamp(x,0,6)计算结果一样的。
缺点：这个训练收敛比较快，但是收敛比较好后，目标检测网络回归框不太准。
import torch
import torchvisionimport torch
import torch.nn as nn# inplace为True，将会改变输入的数据 ，否则不会改变原输入，只会产生新的输出
x = torch.linspace(-5, 10, 20)r6 = nn.ReLU6(inplace=True)print(x)
y=r6(x)
print(y)relu= nn.ReLU(inplace=True)y=relu(x)
print(y)y2= torch.clamp(x,0,6)print(y2)发现和clamp函数比较像
torch.clamp(input, min, max, out=None) → Tensor参数：
- input (Tensor) – 输入张量
- min (Number) – 限制范围下限
- max (Number) – 限制范围上限
