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,xijk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xi12的n范数 y23是所有xi23的n范数
- Y = X.norm(n,dim=1) 生成一个I*K的矩阵,y12是所有x1j2的n范数 y23是所有x2j3的n范数
- Y = X.norm(n,dim=[1,2]) 生成一个size=I的vector y1是所有x1ij的n范数 y2是所有x2ij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