torch.nn.functional.normalize

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

沿指定维度对输入执行 $L_p$ 范数归一化。

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 $v$ 将被转换为

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

使用默认参数时，它将沿维度 $1$ 对向量使用欧几里得范数进行归一化。

参数

• input (Tensor) – 任意形状的输入张量

• p (float) – 范数公式中的指数值。默认值：2

• dim (int 或 int 的 tuple) – 执行归一化的维度。默认值：1

• eps (float) – 用于避免除零的小值。默认值：1e-12

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

返回类型

Tensor