norm

paddle.linalg. norm ( x, p=None, axis=None, keepdim=False, name=None )

将计算给定 Tensor 的矩阵范数（Frobenius 范数, Nuclear 范数或 p 范数）和向量范数（向量 1 范数、2 范数、或者通常的 p 范数）。

该函数计算的是向量范数还是矩阵范数，确定方法如下: - 如果 axis 是 int 类型，计算向量范数 - 如果 axis 是二维数组，计算矩阵范数 - 如果 axis 为 None，x 会被压缩成一维向量然后计算向量范数

Paddle 支持以下范数:

参数

  • x (Tensor) - 输入 Tensor。维度为多维，数据类型为 float32 或 float64。

  • p (int|float|string，可选) - 范数(ord)的种类。目前支持的值为 fro、nuc、inf、-inf、0、1、2，和任何实数 p 对应的 p 范数。默认值为 None。

  • axis (int|list|tuple，可选) - 使用范数计算的轴。如果 axis 为 None，则忽略 input 的维度，将其当做向量来计算。如果 axis 为 int 或者只有一个元素的 list|tuple，norm API 会计算输入 Tensor 的向量范数。如果 axis 为包含两个元素的 list，API 会计算输入 Tensor 的矩阵范数。当 axis < 0 时，实际的计算维度为 rank(input) + axis。默认值为 None 。

  • keepdim (bool，可选) - 是否在输出的 Tensor 中保留和输入一样的维度，默认值为 False。当 keepdim 为 False 时，输出的 Tensor 会比输入 input 的维度少一些。

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

Tensor，在指定 axis 上进行范数计算的结果，与输入 input 数据类型相同。

代码示例

COPY-FROM: paddle.linalg.norm

使用本API的教程文档