torch.renorm的理解--已验证1范数和2范数的输出结果

torch.renorm

抱怨

看了很多的别人的分析，然后全都在做2范数的分析和实验。真是怪哦，你们都不看文档的吗？都没发现自己2范数时验证的想法在文档里明显对应不上吗？，我真是麻了，我还去分析你们的博客和代码，虽然也不难，但是浪费了时间还气…

正题

关于torch.renorm(x,p,dim, maxnorm)的理解：

return x_subvector * maxnorm / p_norm(x_subvector)

这样能理解吧，没空，简略一点先。

Python 3.9.16 (main, Mar  8 2023, 14:00:05) 
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch 
>>> a = torch.ones(3,3)
>>> a.fill_(2)
tensor([[2., 2., 2.],
        [2., 2., 2.],
        [2., 2., 2.]])
>>> a
tensor([[2., 2., 2.],
        [2., 2., 2.],
        [2., 2., 2.]])
>>> a = torch.ones(3,3)
>>> a[1].fill_(2)
tensor([2., 2., 2.])
>>> a[2].fill_(3)
tensor([3., 3., 3.])
>>> a
tensor([[1., 1., 1.],
        [2., 2., 2.],
        [3., 3., 3.]])
>>> torch.renorm(x,1,0,5)
Traceback (most recent call last):
  File "", line 1, in 
NameError: name 'x' is not defined
>>> torch.renorm(a,1,0,5)
tensor([[1.0000, 1.0000, 1.0000],
        [1.6667, 1.6667, 1.6667],
        [1.6667, 1.6667, 1.6667]])
>>> a
tensor([[1., 1., 1.],
        [2., 2., 2.],
        [3., 3., 3.]])
>>> 2/6/5
0.06666666666666667
>>> 2/6*5
1.6666666666666665
>>> 10/6
1.6666666666666667
>>> 
### 二范数的验证
>>> torch.renorm(a,2,0,5)
tensor([[1.0000, 1.0000, 1.0000],
        [2.0000, 2.0000, 2.0000],
        [2.8868, 2.8868, 2.8868]])

>>> 3*5/((3*3*3)**0.5)
2.8867513459481287

ps

当然，我也没空去做3范数到n范数的验证，说不定我也是错的。不想管啦。