我最近看到一篇关于使用（相当简单的）LSTM 进行情绪分类的论文，它将其网络设置描述为：

我们随机化均匀分布的参数 U(-0.003, 0.003)，设置 softmax 层的裁剪阈值为 200，学习率设置为 0.01。

我正在尝试用我用 Tensorflow 编写的代码来重现他们的结果。不得不说，“将softmax层的裁剪阈值设置为200”的含义我觉得有点混乱。200？？？

有人可以向我解释一下，以便我知道如何使用 Tensorflow 来实现吗？非常感谢！！！

更新，好的，所以我找到了他们的代码，下面是他们如何使用这个 softmax 层的裁剪阈值：

for(int k = 0; k < softmax.outputG.length; k++)
    softmax.outputG[k] = 0.0;
softmax.outputG[goldPol] = 1.0 / softmax.output[goldPol];

// if ||g|| >= threshold, then g <- g * threshold / ||g|| 
if(Math.abs(softmax.outputG[goldPol]) > clippingThreshold)
{
    if(softmax.outputG[goldPol] > 0)
        softmax.outputG[goldPol] =  clippingThreshold;
    else
        softmax.outputG[goldPol] =  -1.0 * clippingThreshold;
}

我仍然不能说我完全理解这个阈值的使用..