torch.nn.functional.normalize

torch.nn.functional.normalize(input, p=2.0, dim=1, eps=1e-12, out=None)

对指定维度上的输入执行$L_p$归一化。

对于大小为 $(n_0, ..., n_{dim}, ..., n_k)$ 的张量 input，沿维度 dim 的每个 $n_{dim}$ 元素向量 $v$ 被转换为

$$v = \frac{v}{\max(\lVert v \rVert_p, \epsilon)}.$$

使用默认参数时，它使用沿维度 $1$ 的向量的欧几里得范数进行归一化。

Parameters

• 输入 (张量) – 任意形状的输入张量

• p (float) – 范数公式中的指数值。默认值：2

• dim (int 或 tuple 的 ints) – 要减少的维度。默认值：1

• eps (浮点数) – 用于避免除以零的小值。默认值：1e-12

• 输出 (张量, 可选) – 输出张量。如果使用out，则此操作将不可微分。

Return type

张量