torch.nn.utils.get_total_norm¶ torch.nn.utils.get_total_norm(tensors, norm_type=2.0, error_if_nonfinite=False, foreach=None)[source]¶ 计算可迭代张量的范数。 范数是针对单个张量的范数计算的，就像单个张量的范数被连接成一个向量一样。 参数 tensors (Iterable[Tensor] or Tensor) – 可迭代的张量或将被归一化的单个张量 norm_type (float) – 使用的 p-范数类型。对于无穷范数可以是 'inf'。 error_if_nonfinite (bool) – 如果为 True，则当 tensors 的总范数是 nan、inf 或 -inf 时抛出错误。默认值: False foreach (bool) – 使用更快的基于 foreach 的实现。如果为 None，则对 CUDA 和 CPU 原生张量使用 foreach 实现，对其他设备类型则静默回退到慢速实现。默认值: None 返回 张量（视为单个向量）的总范数。 返回类型 Tensor
