1 函数作用
torch.nn.functional.normalize(input, p=2, dim=1, eps=1e-12, out=None)
作用:将输入的数据(input)按照指定的维度(dim)做p范数(默认是2范数)运算,即将某一个维度除以那个维度对应的范数。
更详细的来讲即:返回在指定维度上的输入数据input的L-p范数的标准化后的数据。(在指定维度上,该数据的每个元素除以其L-p范数)L-p范数:数学上的范数是指一个向量
x
=
(
x
1
,
x
2
,
.
.
.
,
x
n
)
x = ( x_1 , x_2 , . . . , x_n )
x=(x1,x2,...,xn)的模。公式如下。
∥
x
∥
=
∑
1
n
(
(
∣
x
i
∣
)
p
)
1
p
\|x\|=\sum_{1}^{n}\left(\left(\left|x_{i}\right|\right)^{p}\right)^{\frac{1}{p}}
∥x∥=1∑n((∣xi∣)p)p1
参数意义
- input:输入任何形式的torch.tensor
- p :理解了L-p范数的定义,显然这里的p是用来指代L-p范数的。
- eps: 因为要除以L-p范数,为避免分母过于小,因此设定了一个阈值,其默认为1e-12
2 举例
详细举例见参考文献【2】
3 参考文献
[1]pytorch函数之torch.nn.functional.normalize()
[2]torch.nn.functional.normalize详解