pytorch:norm/argmax/argmin/topk/kthvalue以及比较函数

import torch

norm 范数

||x||_p = (||x₁||^p + ||x₂||^p + … + ||x₃||^p)^1/p

• 1范数：所有元素绝对值相加
• 2范数：所有元素平方和开根号
• ∞范数：所有元素绝对值中的最大值

a = torch.randint(-10,11,[2,3,2])
a = a.to(torch.float64)
a

tensor([[[ -7.,  -5.],
         [  6.,  -5.],
         [ -1.,  10.]],

        [[-10.,  -9.],
         [ -5.,  -4.],
         [ -8.,   2.]]], dtype=torch.float64)

a.norm(1)

tensor(72., dtype=torch.float64)

a.norm(2)

tensor(22.9347, dtype=torch.float64)

• norm带有dim的情况：

• 设X是一个IJK的矩阵，x_ijk是里面的元素
• Y = X.norm(n,dim=0) 生成一个J*K的矩阵，y₁₂是所有x_i12的n范数 y₂₃是所有x_i23的n范数
• Y = X.norm(n,dim=1) 生成一个I*K的矩阵，y₁₂是所有x_1j2的n范数 y₂₃是所有x_2j3的n范数
• Y = X.norm(n,dim=[1,2]) 生成一个size=I的vector y₁是所有x_1ij的n范数 y₂是所有x_2ij的n范数

a.norm(1,dim=0) #17=abs(-7)+abs(-10) 14=abs(-5)+abs(-9) ...

tensor([[17., 14.],
        [11.,  9.],
        [ 9., 12.]], dtype=torch.float64)

a.norm(1,dim=1) #14=abs(-7)+abs(6)+abs(-1) 20=abs(-5)+abs(-5)+abs(10) ...

tensor([[14., 20.],
        [23., 15.]], dtype=torch.float64)

a.norm(1,dim=2) #12=abs(-7)+abs(-5) 11=abs(6)+abs(-5)

tensor([[12., 11., 11.],
        [19.,  9., 10.]], dtype=torch.float64)

a.norm(1,dim