pytorch torch.norm(input, p=2) → floattorch.norm(input, p, dim, out=None) → Tensor（求范数）

Posted 2021-09-04 Dontla

torch.norm

用法1：

torch.norm(input, p=2) → float

返回输入张量input 的p 范数。

参数：

• input (Tensor) – 输入张量
• p (float,optional) – 范数计算中的幂指数值

例子：
（3阶范数就是把各个元素绝对值的三次方求和sum，再对sum开三次根号）

>>> a = torch.randn(1, 3)
>>> a

-0.4376 -0.5328  0.9547
[torch.FloatTensor of size 1x3]

>>> torch.norm(a, 3)
1.0338925067372466

用法2（沿指定轴求范数）：

注意：L0范数，开0次根号没有意义，按照它计算的结果来看，没有开根号

torch.norm(input, p, dim, out=None) → Tensor

返回输入张量给定维dim 上每行的p 范数。 输出形状与输入相同，除了给定维度上为1.

参数：

• input (Tensor) – 输入张量
• p (float) – 范数计算中的幂指数值
• dim (int) – 缩减的维度
• out (Tensor, optional) – 结果张量

例子：

>>> a = torch.randn(4, 2)
>>> a

-0.6891 -0.6662
 0.2697  0.7412
 0.5254 -0.7402
 0.5528 -0.2399
[torch.FloatTensor of size 4x2]

>>> torch.norm(a, 2, 1)

 0.9585
 0.7888
 0.9077
 0.6026
[torch.FloatTensor of size 4x1]

>>> torch.norm(a, 0, 1)

 2
 2
 2
 2
[torch.FloatTensor of size 4x1]

参考文章1：https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/#torchnorm

参考文章2：L0范数定义及解释