Python tf.math.l2_normalize用法及代碼示例

使用 L2 範數沿維度 axis 規範化。 (不推薦使用的參數)

用法

tf.math.l2_normalize(
    x, axis=None, epsilon=1e-12, name=None, dim=None
)

警告：不推薦使用某些參數：(dim)。它們將在未來的版本中被刪除。更新說明： dim 已棄用，請改用axis

對於具有 axis = 0 的一維張量，計算

output = x / sqrt(max(sum(x**2), epsilon))

對於具有更多維度的 x，沿維度 axis 獨立規範化每個一維切片。

一維張量示例：

>>> x = tf.constant([3.0, 4.0])
>>> tf.math.l2_normalize(x).numpy()
array([0.6, 0.8], dtype=float32)

二維張量示例：

>>> x = tf.constant([[3.0], [4.0]])
>>> tf.math.l2_normalize(x, 0).numpy()
array([[0.6],
     [0.8]], dtype=float32)

x = tf.constant([[3.0], [4.0]])
tf.math.l2_normalize(x, 1).numpy()
array([[1.],
     [1.]], dtype=float32)