torch.nn.functional.normalize

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

对输入执行指定维度的 $L_p$ 归一化。

对于大小为 $(n_0, ..., n_{dim}, ..., n_k)$ 的张量 input，沿维度 dim 的每个包含 $n_{dim}$ 个元素的向量 $v$ 将进行如下转换：

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

使用默认参数时，它会对维度 1 上的向量使用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。默认值：2

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

• eps (float) – 用于避免除零的小数值。默认值：1e-12

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

返回类型:

张量