torch.linalg.vector_norm

torch.linalg.vector_norm(x, ord=2, dim=None, keepdim=False, *, dtype=None, out=None) → Tensor

Вычисляет векторную норму.

Если x имеет комплексное значение, она вычисляет норму x.abs()

Поддерживает входные типы float, double, cfloat и cdouble.

Эта функция не обязательно обрабатывает многомерные x как пакет векторов, вместо этого:

• Если dim= None, x будет сглажен перед вычислением нормы.
• Если dim является int или tuple, норма будет вычислена по этим измерениям, а другие измерения будут обрабатываться как измерения пакета.

Это поведение соответствует torch.linalg.norm().

ord определяет вычисляемую векторную норму. Поддерживаются следующие нормы:

ord	векторная норма
2 (по умолчанию)	2-норма (см. ниже)
inf	max(abs(x))
-inf	min(abs(x))
0	sum(x != 0)
другие int или float	sum(abs(x)^{ord})^{(1 / ord)}

где inf относится к float(‘inf’), объекту inf NumPy или любому эквивалентному объекту.

dtype может быть использована для выполнения вычислений в более точном типе данных. Она семантически эквивалентна вызову linalg.vector_norm(x.to(dtype)) , но в некоторых случаях быстрее.

См. также

torch.linalg.matrix_norm() вычисляет матричную норму.

Параметры:

• x (Тензор) – тензор, по умолчанию сглаживается, но это поведение можно контролировать с помощью dim.
• ord (int, float, inf, -inf, 'fro', 'nuc', необязательно) – порядок нормы. По умолчанию: 2
• dim (int, Tuple[int], необязательно) – измерения, по которым вычисляется норма. См. выше поведение, когда dim= None. По умолчанию: None
• keepdim (bool, необязательно) – Если установлено в True, уменьшенные измерения сохраняются в результате как измерения с размером один. По умолчанию: False

Ключевые аргументы:

• out (Тензор, необязательно) – тензор результата. Игнорируется, если None. По умолчанию: None.
• dtype (torch.dtype, optional) – тип, используемый для накопления и возврата. Если указано, x приводится к типу dtype перед выполнением операции, и тип возвращаемого тензора будет dtype если вещественный и его вещественный аналог, если комплексный. dtype может быть комплексным, если x комплексный, в противном случае он должен быть вещественным. x должен быть преобразуем без сужения к dtype. По умолчанию: None

Возвращает:

Вещественный тензор, даже если x комплексный.

Примеры:

>>> from torch import linalg as LA
>>> a = torch.arange(9, dtype=torch.float) - 4
>>> a
tensor([-4., -3., -2., -1.,  0.,  1.,  2.,  3.,  4.])
>>> B = a.reshape((3, 3))
>>> B
tensor([[-4., -3., -2.],
        [-1.,  0.,  1.],
        [ 2.,  3.,  4.]])
>>> LA.vector_norm(a, ord=3.5)
tensor(5.4345)
>>> LA.vector_norm(B, ord=3.5)
tensor(5.4345)