torch.nn.functional.normalize

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

在指定维度上对输入执行 $L_p$ 范数归一化。

对于形状为 $(n_0, ..., n_{dim}, ..., n_k)$ 的张量 input，沿着 dim 维度的每个 $n_{dim}$ 维向量 $v$ 将被转换为：

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

使用默认参数时，它会沿第 $1$ 维度上的向量计算欧几里得范数进行归一化。

参数

• input (Tensor) – 任意形状的输入张量

• p (float) – 范数公式中的指数值。默认为 2

• dim (int 或 tuple of ints) – 要归约的维度。默认为 1

• eps (float) – 避免除以零的小值。默认为 1e-12

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

返回类型

张量