Python PyTorch renorm用法及代码示例

本文简要介绍python语言中 torch.renorm 的用法。

用法:

torch.renorm(input, p, dim, maxnorm, *, out=None) → Tensor

参数：

• input(Tensor) -输入张量。

• p(float) -范数计算的能力

• dim(int) -要切片以获得sub-tensors的维度

• maxnorm(float) -将每个 sub-tensor 保持在以下的最大范数

关键字参数：

out(Tensor,可选的) -输出张量。

返回一个张量，其中沿维度 dim 的 input 的每个 sub-tensor 都被归一化，使得 sub-tensor 的 p -norm 低于值 maxnorm

注意

如果行的范数低于 maxnorm ，则行不变

例子：

>>> x = torch.ones(3, 3)
>>> x[1].fill_(2)
tensor([ 2.,  2.,  2.])
>>> x[2].fill_(3)
tensor([ 3.,  3.,  3.])
>>> x
tensor([[ 1.,  1.,  1.],
        [ 2.,  2.,  2.],
        [ 3.,  3.,  3.]])
>>> torch.renorm(x, 1, 0, 5)
tensor([[ 1.0000,  1.0000,  1.0000],
        [ 1.6667,  1.6667,  1.6667],
        [ 1.6667,  1.6667,  1.6667]])