Python PyTorch vector_norm用法及代碼示例

本文簡要介紹python語言中 torch.linalg.vector_norm 的用法。

用法:

torch.linalg.vector_norm(A, ord=2, dim=None, keepdim=False, *, dtype=None, out=None) → Tensor

參數：

• A(Tensor) -張量，默認為展平，但可以使用 dim 控製此行為。

• ord(int,float,inf,-inf,'fro','nuc',可選的) - 規範的順序。默認：2

• dim(int,元組[int],可選的) - 計算範數的維度。見上麵的行為時dim= None.默認：None

• keepdim(bool,可選的) -如果設置為 True ，則減少的維度將作為大小為 1 的維度保留在結果中。默認值：False

關鍵字參數：

• out(Tensor,可選的) -輸出張量。如果 None 則忽略。默認值：None。

• dtype(torch.dtype， 可選的) -如果指定，則在執行操作之前輸入張量將轉換為 dtype ，並且返回的張量的類型將為 dtype 。默認值：None

返回：

一個實值張量，即使 A 是複數。

計算向量範數。

如果 A 是複數值，則計算 A .abs() 的範數

支持 float、double、cfloat 和 cdouble dtypes 的輸入。

此函數不一定將多維 A 視為一批向量，而是：

• 如果 dim = None ， A 將在計算範數之前被展平。

• 如果 dim 是 int 或 tuple ，則將在這些維度上計算範數，而其他維度將被視為批量維度。

此行為是為了與 torch.linalg.norm() 保持一致。

ord 定義計算的向量範數。支持以下規範：

ord	向量範數
2(默認)	2 -norm(見下文)
inf	max(abs(x))
-inf	min(abs(x))
0	sum(x != 0)
其他 int 或 float	sum(abs(x)^{ord})^{(1 / ord)}

其中 inf 指的是 float(‘inf’) 、NumPy 的 inf 對象或任何等效對象。

例子：

>>> from torch import linalg as LA
>>> a = torch.arange(9, dtype=torch.float) - 4
>>> a
tensor([-4., -3., -2., -1.,  0.,  1.,  2.,  3.,  4.])
>>> B = a.reshape((3, 3))
>>> B
tensor([[-4., -3., -2.],
        [-1.,  0.,  1.],
        [ 2.,  3.,  4.]])
>>> LA.vector_norm(a, ord=3.5)
tensor(5.4345)
>>> LA.vector_norm(B, ord=3.5)
tensor(5.4345)