Python tf.math.reduce_euclidean_norm用法及代码示例

计算张量维度上元素的欧几里得范数。

用法

tf.math.reduce_euclidean_norm(
    input_tensor, axis=None, keepdims=False, name=None
)

参数

input_tensor 要减少的张量。应该是数字类型。
axis 要减小的尺寸。如果None(默认)，减少所有维度。必须在 [-rank(input_tensor), rank(input_tensor)) 范围内。
keepdims 如果为真，则保留长度为 1 的缩减维度。
name 操作的名称(可选)。

与 input_tensor 具有相同 dtype 的缩减张量。

沿 axis 中给定的尺寸减少 input_tensor 。除非 keepdims 为真，否则对于 axis 中的每个条目，张量的秩都会减少 1，这必须是唯一的。如果 keepdims 为真，则保留缩减后的维度，长度为 1。

如果axis 为None，则所有维度都会减少，并返回具有单个元素的张量。

例如：

x = tf.constant([[1, 2, 3], [1, 1, 1]]) # x.dtype is tf.int32
tf.math.reduce_euclidean_norm(x)  # returns 4 as dtype is tf.int32
y = tf.constant([[1, 2, 3], [1, 1, 1]], dtype = tf.float32)
tf.math.reduce_euclidean_norm(y)  # returns 4.1231055 which is sqrt(17)
tf.math.reduce_euclidean_norm(y, 0)  # [sqrt(2), sqrt(5), sqrt(10)]
tf.math.reduce_euclidean_norm(y, 1)  # [sqrt(14), sqrt(3)]
tf.math.reduce_euclidean_norm(y, 1, keepdims=True)  # [[sqrt(14)], [sqrt(3)]]
tf.math.reduce_euclidean_norm(y, [0, 1])  # sqrt(17)

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.math.reduce_euclidean_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。