torch.norm

用法1：

torch.norm(input, p=2) → float

返回輸入張量input 的p 范數(shù)。

參數(shù)：

• input (Tensor) – 輸入張量
• p (float,optional) – 范數(shù)計(jì)算中的冪指數(shù)值

例子：
（3階范數(shù)就是把各個(gè)元素絕對(duì)值的三次方求和sum，再對(duì)sum開(kāi)三次根號(hào)）

>>> a = torch.randn(1, 3) >>> a-0.4376 -0.5328 0.9547 [torch.FloatTensor of size 1x3]>>> torch.norm(a, 3) 1.0338925067372466

用法2（沿指定軸求范數(shù)）：

注意：L0范數(shù)，開(kāi)0次根號(hào)沒(méi)有意義，按照它計(jì)算的結(jié)果來(lái)看，沒(méi)有開(kāi)根號(hào)

torch.norm(input, p, dim, out=None) → Tensor

返回輸入張量給定維dim 上每行的p 范數(shù)。 輸出形狀與輸入相同，除了給定維度上為1.

參數(shù)：

• input (Tensor) – 輸入張量
• p (float) – 范數(shù)計(jì)算中的冪指數(shù)值
• dim (int) – 縮減的維度
• out (Tensor, optional) – 結(jié)果張量

例子：

>>> a = torch.randn(4, 2) >>> a-0.6891 -0.66620.2697 0.74120.5254 -0.74020.5528 -0.2399 [torch.FloatTensor of size 4x2]>>> torch.norm(a, 2, 1)0.95850.78880.90770.6026 [torch.FloatTensor of size 4x1]>>> torch.norm(a, 0, 1)2222 [torch.FloatTensor of size 4x1]

參考文章1：https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/#torchnorm

參考文章2：L0范數(shù)定義及解釋

總結(jié)

以上是生活随笔為你收集整理的pytorch torch.norm(input, p=2) → float、torch.norm(input, p, dim, out=None) → Tensor（求范数）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。