用法:
mxnet.symbol.sparse.norm(data=None, ord=_Null, axis=_Null, out_dtype=_Null, keepdims=_Null, name=None, attr=None, out=None, **kwargs)
- data:(
Symbol
) - 輸入 - ord:(
int
,
optional
,
default='2'
) - 規範的順序。目前支持 ord=1 和 ord=2。 - axis:(
Shape
or
None
,
optional
,
default=None
) -- 沿其執行縮減的一個或多個軸。
默認值
axis=()
會將所有元素計算為形狀為(1,)
的標量數組。如果axis
是int,則在特定軸上執行縮減。如果axis
是一個 2 元組,它指定保存二維矩陣的軸,並計算這些矩陣的矩陣範數。
- out_dtype:(
{None
,
'float16'
,
'float32'
,
'float64'
,
'int32'
,
'int64'
,
'int8'}
,
optional
,
default='None'
) - 輸出的數據類型。 - keepdims:(
boolean
,
optional
,
default=0
) - 如果設置為True
,縮小的軸作為尺寸為一的維度留在結果中。 - name:(
string
,
optional.
) - 結果符號的名稱。
- data:(
結果符號。
參數:
返回:
返回類型:
計算 NDArray 上的範數。
此運算符根據 ord 參數的值計算具有指定軸的 NDArray 上的範數。默認情況下,它計算整個數組的 L2 範數。目前隻有 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]
相關用法
- Python mxnet.symbol.sparse.exp用法及代碼示例
- Python mxnet.symbol.sparse.zeros_like用法及代碼示例
- Python mxnet.symbol.sparse.cbrt用法及代碼示例
- Python mxnet.symbol.sparse.make_loss用法及代碼示例
- Python mxnet.symbol.sparse.broadcast_mul用法及代碼示例
- Python mxnet.symbol.sparse.ftrl_update用法及代碼示例
- Python mxnet.symbol.sparse.sum用法及代碼示例
- Python mxnet.symbol.sparse.concat用法及代碼示例
- Python mxnet.symbol.sparse.broadcast_sub用法及代碼示例
- Python mxnet.symbol.sparse.sign用法及代碼示例
- Python mxnet.symbol.sparse.abs用法及代碼示例
- Python mxnet.symbol.sparse.fix用法及代碼示例
- Python mxnet.symbol.sparse.square用法及代碼示例
- Python mxnet.symbol.sparse.broadcast_div用法及代碼示例
- Python mxnet.symbol.sparse.sgd_mom_update用法及代碼示例
- Python mxnet.symbol.sparse.floor用法及代碼示例
- Python mxnet.symbol.sparse.broadcast_add用法及代碼示例
- Python mxnet.symbol.sparse.ceil用法及代碼示例
- Python mxnet.symbol.sparse.adam_update用法及代碼示例
- Python mxnet.symbol.sparse.broadcast_plus用法及代碼示例
注:本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.symbol.sparse.norm。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。