PyTorch torch.norm-Funktion
PyTorch torch-Referenzhandbuch
torch.normEs ist eine Funktion in PyTorch, die verwendet wird, um die Norm eines Tensors zurückzugeben. Standardmäßig berechnet sie die L2-Norm (euklidische Norm).
Funktionsdefinition
torch.norm(input, p='fro', dim, keepdim=False)
Anwendungsbeispiel
Beispiel
import torch
x = torch.tensor([3.0, 4.0])
# L2-Norm (Standard)
print("L2-Norm:", torch.norm(x))
# L1-Norm
print("L1-Norm:", torch.norm(x, p=1))
# L2-Norm (mit dim)
y = torch.tensor([[1.0, 2.0], [3.0, 4.0]])
print("Matrix-L2-Norm:", torch.norm(y))
print("L2-Norm entlang dim=0:", torch.norm(y, dim=0))
print("L2-Norm entlang dim=1:", torch.norm(y, dim=1))
x = torch.tensor([3.0, 4.0])
# L2-Norm (Standard)
print("L2-Norm:", torch.norm(x))
# L1-Norm
print("L1-Norm:", torch.norm(x, p=1))
# L2-Norm (mit dim)
y = torch.tensor([[1.0, 2.0], [3.0, 4.0]])
print("Matrix-L2-Norm:", torch.norm(y))
print("L2-Norm entlang dim=0:", torch.norm(y, dim=0))
print("L2-Norm entlang dim=1:", torch.norm(y, dim=1))
Die Ausgabe ist:
L2 范数: tensor(5.) L1 范数: tensor(7.) 矩阵 L2 范数: tensor(5.477) 按 dim=0 L2 范数: tensor([3.162, 4.472]) 按 dim=1 L2 范数: tensor([2.236, 5.000])
Andere Erweiterungen