torch.nn.functional.normalize

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

在指定维度上对输入执行 $L_p$ 范数归一化。

对于大小为 $(n_0, ..., n_{dim}, ..., n_k)$ 的张量 input，沿着维度 dim 的每个 $n_{dim}$ 元素向量 $v$ 将被转换如下

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

在默认参数下，它使用欧几里得范数对维度为$1$的向量进行归一化。

参数

• 输入 (张量) – 任意形状的输入张量

• p (浮点数) – 范数公式中的指数值。默认值：2

• dim (整数 或 整数元组) – 要缩减的维度。默认值：1

• eps (浮点数) – 小值，用于避免除以零。默认值：1e-12

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

返回类型

张量