Tensorflow.js tf.norm()用法及代碼示例

Tensorflow.js是Google開發的開源庫，用於在瀏覽器或節點環境中運行機器學習模型和深度學習神經網絡。

tf.norm()函數用於計算矩陣，向量和標量的範數。此函數還可以計算其他幾個向量範數，例如1-範數，2-範數或歐幾裏得，inf-norm，通常對於p> 0的p-norm和矩陣範數。

用法:

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

參數：該函數接受四個參數，如下所示：

• x:指定輸入數組。
• ord:這是可選的。它指定了規範的順序。
• axis:這是可選的。如果axis為空，則將輸入視為一個向量，並在Tensor中對整個值集計算一個向量範數，即norm(x，ord)等於norm(x.reshape([-1] )，或ord)。而如果axis是整數，則將輸入作為一組矢量檢查，並且axis確定在其上計算矢量範數的x軸。如果axis是整數的2元組，則將其視為一批矩陣，並且axis確定N-d數組中的軸，以該軸為基礎計算矩陣範數。
• keepDims:這是可選的。如果將其設置為true，則範數與輸入的維數相同。

返回值：它返回tf.tensor。

下麵的示例說明了tf.norm()函數的用法。

範例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();

輸出：

Tensor
    60.44832992553711

範例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();

輸出：

Tensor
    7.348469257354736

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