Python中torch.norm()用法解析
更新时间：2023年03月08日 08:57:21 作者：笃℃
本文主要介绍了Python中torch.norm()用法解析，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
1. 介绍
torch.norm()是对输入的tensor求对应的范数。tensor的范数有以下三种：
1.1 p-范数
1.2 Frobenius 范数
即，矩阵各项元素的绝对值平方的总和。
1.3 核范数
也即，求矩阵奇异值的和。该范数常被用于约束矩阵的低秩，对于稀疏性质的数据而言，其矩阵是低秩且会包含大量冗余信息，这些信息可被用于恢复数据和提取特征。
2. API
def norm(input, p="fro", dim=None, keepdim=False, out=None, dtype=None):
参数解释：
- input：输入tensor类型的数据
- p：指定的范数
- 默认为p=‘fro’，计算矩阵的Frobenius norm (Frobenius 范数)，就是矩阵各项元素的绝对值平方的总和。
- p='nuc’时，是求核范数，核范数是矩阵奇异值的和。（不常用）
- p为int的形式，是求p-范数。（常用）
- dim：指定在哪个维度进行，如果不指定，则是在所有维度进行计算
- keepdim：True or False，如果True，则保留dim指定的维度，False则不保留
- out：输出的 tensor
- dtype：指定输出的tensor的数据类型
3. 示例
import torch a = torch.ones(5, 2, 2) a_norm = a.norm(1, 1) print(a) print(a_norm)
输出：
说明：
- 指定p=1，dim=1。也就是在a的第2个维度(dim=1)进行1(p=1)范数计算。
可以发现：a_norm的shape为（5，2），keepdim默认设置的是False，所以第2个维度对应的2消失了，如果keepdim=True，将会保留第3个维度，但是会变成（5，2，1）。 - 每一个元素都是为2，也就是1范数的结果。
到此这篇关于Python中torch.norm()用法解析的文章就介绍到这了,更多相关Python torch.norm()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了python之dlib包安装失败问题及解决方案，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-05-05
此前所做的一切三体和太阳系的动画，都是基于牛顿力学的，而且直接对微分进行差分化，从而精度非常感人，用不了几年就得撞一起去。所以本文来用Python重新模拟一下三体运动，感兴趣的可以了解一下2023-03-03
在本篇文章里小编给大家整理的是一篇关于python not关键字实例用法，有兴趣的朋友们可以学习下。2021-04-04
这篇文章主要介绍了用Python操作字符串之rindex()方法的使用,是Python入门的基础知识,需要的朋友可以参考下2015-05-05
这篇文章主要介绍了python optparse模块使用实例,optparse是专门来处理命令行选项的,本文就讲解了它的使用方法,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Python 创建守护进程的示例，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下2020-09-09
2048作为经典的手机端游戏一直深受大家的喜爱，本文将利用Python中的Pygame模块制作简单版的2048游戏，感兴趣的小伙伴可以了解一下2022-07-07
这篇文章主要介绍了Python 私有化操作,结合实例形式分析了Python私有属性、私有方法相关使用技巧,需要的朋友可以参考下2019-11-11
Python django框架开发发布会签到系统(web开发)
这篇文章主要介绍了Python django框架开发发布会签到系统(web开发),本文通过实例代码效果展示截图的形式给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2020-02-02
这篇文章主要介绍了PyCharm设置SSH远程调试的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-07-07
最新评论