torch.nn.functional.normalize

torch.nn.functional.normalize(input, p=2.0, dim=1, eps=1e-12, out=None)[源代码]

在指定维度上对输入执行$L_p$规范化。

对于大小为 $(n_0, ..., n_{dim}, ..., n_k)$ 的张量 input，沿维度 dim 的每个包含 $n_{dim}$ 个元素的向量 $v$ 进行转换：

$v = \frac{v}{\max(\lVert v \rVert_p, \epsilon)}.$

使用默认参数时，它会沿维度$1$对向量采用欧几里得范数进行归一化。

参数

• 输入 (Tensor) – 形状任意的输入张量

• p (float) – 规范形式中的指数值。默认值：2

• dim (int 或 元组 of ints) – 要减少的维度。默认值：1

• eps (浮点数) – 一个很小的数值，用于防止除以零的情况。默认值：1e-12

• out (Tensor, 可选) – 输出张量。如果使用了out，此操作将不可微分。

返回类型

Tensor