Tensorflow.js tf.norm()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.norm()函数用于计算矩阵，向量和标量的范数。此函数还可以计算其他几个向量范数，例如1-范数，2-范数或欧几里得，inf-norm，通常对于p> 0的p-norm和矩阵范数。

用法:

tf.norm (x, ord?, axis?, keepDims?)

参数：该函数接受四个参数，如下所示：

• x:指定输入数组。
• ord:这是可选的。它指定了规范的顺序。
• axis:这是可选的。如果axis为空，则将输入视为一个向量，并在Tensor中对整个值集计算一个向量范数，即norm(x，ord)等于norm(x.reshape([-1] )，或ord)。而如果axis是整数，则将输入作为一组矢量检查，并且axis确定在其上计算矢量范数的x轴。如果axis是整数的2元组，则将其视为一批矩阵，并且axis确定N-d数组中的轴，以该轴为基础计算矩阵范数。
• keepDims:这是可选的。如果将其设置为true，则范数与输入的维数相同。

返回值：它返回tf.tensor。

下面的示例说明了tf.norm()函数的用法。

范例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing a tensor of some elements
let Norm = tf.tensor1d([15, 14, 23, 52]);
  
// Calling the .norm() function over
// the above tensor as its parameter
// and printing the result.
Norm.norm().print();

输出：

Tensor
    60.44832992553711

范例2：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing a tensor of some elements
let Norm = tf.tensor1d([5, 4, 3, 2]);
  
// Calling the .norm() function over
// the above tensor as its parameter
// and printing the result.
tf.norm(Norm).print();

输出：

Tensor
    7.348469257354736

参考： https://js.tensorflow.org/api/latest/#norm