pytorch求范数函数——torch.norm

torch.norm(input, p='fro', dim=None, keepdim=False, out=None, dtype=None)

返回所给定tensor的矩阵范数或向量范数,所谓范数也就是把一个高纬度的东西,压缩成为一个大于等于零的数,用以估算这里东西的大小(幅度)

参数：

• input：输入tensor
• p (int, float, inf, -inf, 'fro', 'nuc', optional)：范数计算的方式。默认为'fro' 是 Frobenius norm的缩写，它的中文名称就是欧几里德距离，还有一个名字叫 norm,用数学表示是

 ，如果p 设置为None 则

• dim (int，2-tuple，2-list， optional): 指定计算的维度。也就是keepdim=False时候,指定dim的纬度会被计算并消掉。
• 
• keepdim（bool，optional）：指明输出tensor的维度dim是否保留。如果dim=None或out=None,则忽略该参数。默认值为False，不保留
• out（Tensor, optional）:tensor的输出。如果dim=None或out=None,则忽略该参数。
• dtype（torch.dtype，optional）：指定返回tensor的期望数据类型。如果指定了该参数，在执行该操作时输入tensor将被转换成 :attr:’dtype’

关于p-范数的补充知识：

可见2范数求的几何意义就是到原点距离