我需要将 TensorFlow clip_by_norm的功能转换为 Pytorch，我很困惑

问：

您好 StackOverflow 社区 :)，我需要利用轴 1 中 https://www.tensorflow.org/api_docs/python/tf/clip_by_norm 的功能，用于 Pytorch 中的二维矩阵，但我对如何做到这一点感到困惑，
因为我没有在 中找到等效的运算。
实际上，我需要在张量的第二个维度上计算 l2 范数，我已经在这样做了，然后我需要与我计算为 .
之后，我获得了一个布尔张量，其中包含我需要更新的行，这就是我卡住的地方。对于每个真正的布尔行，我必须应用以下函数：l2_norm = torch.linalg.norm(tensor,dim=1,keepdim=True)full_size_vals = torch.full_like(l2_norm,cutoff_value)boolean_tensor = l2_norm > full_size_vals

updated_row = row * cutoff_value / l2norm(row)

然后将更新的行收集回原始矩阵。
我该怎么做？ 非常感谢:)