torch.norm方法介绍

 
可参考 官方文档torch.norm
 

一、具体用法

功能：对输入的Tensor求范数；

①torch.norm(input, p=2)→ float

• 参数：
  – input (Tensor) – 输入张量
  – p (float,optional) – 范数计算中的幂指数值

②torch.norm(input, p, dim, out=None)→ Tensor

• 参数：
  – input (Tensor) – 输入张量
  – p (float) – 范数计算中的幂指数值
  – dim (int) – 缩减的维度
  – out (Tensor, optional) – 结果张量
   

二、示例

import torch

a = torch.randn(1, 3)

print(a)
print(torch.norm(a,2))   #求得2-范数

Out：
              

---

import torch
import torch.tensor as tensor
 
a = tensor([[1, 2, 3, 4],
        [1, 2, 3, 4]]).float()  #norm仅支持floatTensor,a是一个2*4的Tensor
a0 = torch.norm(a,p=2,dim=0)    #按0维度求2范数
a1 = torch.norm(a,p=2,dim=1)    #按1维度求2范数
print(a0)
print(a1)

Out：