Python mxnet.ndarray.sparse.norm用法及代码示例

用法:
mxnet.ndarray.sparse.norm(data=None, ord=_Null, axis=_Null, out_dtype=_Null, keepdims=_Null, out=None, name=None, **kwargs)

参数：

data：(NDArray) - 输入
ord：(int, optional, default='2') - 规范的顺序。目前支持 ord=1 和 ord=2。
axis：(Shape or None, optional, default=None) -

沿其执行缩减的一个或多个轴。
默认值 axis=() 会将所有元素计算为形状为 (1,) 的标量数组。如果axis 是int，则在特定轴上执行缩减。如果axis 是一个 2 元组，它指定保存二维矩阵的轴，并计算这些矩阵的矩阵范数。
out_dtype：({None, 'float16', 'float32', 'float64', 'int32', 'int64', 'int8'},optional, default='None') - 输出的数据类型。
keepdims：(boolean, optional, default=0) - 如果设置为True，缩小的轴作为尺寸为一的维度留在结果中。
out：(NDArray, optional) - 输出 NDArray 来保存结果。

out：- 此函数的输出。

返回类型：

NDArray 或 NDArray 列表

计算 NDArray 上的范数。

此运算符根据 ord 参数的值计算具有指定轴的 NDArray 上的范数。默认情况下，它计算整个数组的 L2 范数。目前只有 ord=2 支持稀疏 ndarrays。

例子：

x = [[[1, 2],
      [3, 4]],
     [[2, 2],
      [5, 6]]]

norm(x, ord=2, axis=1) = [[3.1622777 4.472136 ]
                          [5.3851647 6.3245554]]

norm(x, ord=1, axis=1) = [[4., 6.],
                          [7., 8.]]

rsp = x.cast_storage('row_sparse')

norm(rsp) = [5.47722578]

csr = x.cast_storage('csr')

norm(csr) = [5.47722578]

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.ndarray.sparse.norm。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

返回类型：