torch.norm

用法1：

torch.norm(input, p=2) → float

返回輸入張量input 的p 范數。

參數：

• input (Tensor) – 輸入張量
• p (float,optional) – 范數計算中的冪指數值

例子：
（3階范數就是把各個元素絕對值的三次方求和sum，再對sum開三次根號）

>>> 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）：

注意：L0范數，開0次根號沒有意義，按照它計算的結果來看，沒有開根號

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。 輸出形狀與輸入相同，除了給定維度上為1.

參數：

• input (Tensor) – 輸入張量
• p (float) – 范數計算中的冪指數值
• dim (int) – 縮減的維度
• out (Tensor, optional) – 結果張量

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范數定義及解釋

總結

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）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。