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 $L_p$ 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 $v$ 将被转换为

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

使用默认参数时，它使用沿维度 $1$ 的欧几里得范数进行归一化。

参数:

• 输入（张量）- 任何形状的输入张量

• p（浮点数）- 范数公式中的指数值。默认值：2

• dim（整数或整数元组）- 要减少的维度。默认值：1

• eps（浮点数）- 避免除以零的小值。默认：1e-12

• out（张量，可选）- 输出张量。如果使用 out ，此操作不会可微分。

返回类型:

张量