标签：dim tensor torch 维度 keepdim 范数 data norm

求指定维度上的范数

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

函数参数

input (Tensor) – 输入张量
p (float) – 范数计算中的幂指数值
dim (int) – 缩减的维度，dim=0是对0维度上的一个向量求范数，返回结果数量等于其列的个数，也就是说有多少个0维度的向量，将得到多少个范数。dim=1同理
keepdim（bool）– 保持输出的维度 。当keepdim=False时，输出比输入少一个维度（就是指定的dim求范数的维度）。而keepdim=True时，输出与输入维度相同，仅仅是输出在求范数的维度上元素个数变为1。

例子

data=torch.Tensor([[1.,2.,3.],[4.,5.,6.]])
print(data)
print(data.norm(dim=1, keepdim=True))
data=data / data.norm(dim=1, keepdim=True)
print(data)

tensor([[1., 2., 3.],
        [4., 5., 6.]])
tensor([[3.7417],
        [8.7750]])
tensor([[0.2673, 0.5345, 0.8018],
        [0.4558, 0.5698, 0.6838]])

data=torch.Tensor([[1.,2.,3.],[4.,5.,6.]])
print(data)
print(data.norm(dim=0, keepdim=True))
data=data / data.norm(dim=0, keepdim=True)
print(data)

tensor([[1., 2., 3.],
        [4., 5., 6.]])
tensor([[4.1231, 5.3852, 6.7082]])
tensor([[0.2425, 0.3714, 0.4472],
        [0.9701, 0.9285, 0.8944]])

标签：dim,tensor,torch,维度,keepdim,范数,data,norm
来源： https://www.cnblogs.com/xiaoqian-shen/p/15671290.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。