torch.renorm

torch.renorm(input, p, dim, maxnorm, *, out=None) → 张量

返回一个张量，其中沿维度 dim 的 input 的每个子张量都经过归一化，使得该子张量的 p-范数小于 maxnorm 的值

注意

如果一个子张量的范数低于 maxnorm，则该子张量保持不变

参数

• input (张量) – 输入张量。

• p (浮点数) – 范数计算中的幂

• dim (整数) – 用于切片获取子张量的维度

• maxnorm (浮点数) – 使每个子张量保持在最大范数之下

关键字参数

out (张量, 可选) – 输出张量。

示例

>>> x = torch.ones(3, 3)
>>> x[1].fill_(2)
tensor([ 2.,  2.,  2.])
>>> x[2].fill_(3)
tensor([ 3.,  3.,  3.])
>>> x
tensor([[ 1.,  1.,  1.],
        [ 2.,  2.,  2.],
        [ 3.,  3.,  3.]])
>>> torch.renorm(x, 1, 0, 5)
tensor([[ 1.0000,  1.0000,  1.0000],
        [ 1.6667,  1.6667,  1.6667],
        [ 1.6667,  1.6667,  1.6667]])