tf.norm

Вычисляет норму векторов, матриц и тензоров.

Просмотр псевдонимов

Основные псевдонимы

tf.linalg.norm

tf.norm(
    tensor, ord='euclidean', axis=None, keepdims=None, name=None
)

Эта функция может вычислить несколько различных векторов норм (1-норма, евклидова или 2-норма, бесконечная норма и, в общем случае, p-норма для p > 0) и матричных норм (Фробениуса, 1-норма, 2-норма и бесконечная норма).

Аргументы
`tensor`	`Tensor` типов `float32`, `float64`, `complex64`, `complex128`
`ord`	Порядок нормы. Поддерживаемые значения — `'fro'`, `'euclidean'`, `1`, `2`, `np.inf` и любое положительное вещественное число, дающее соответствующую p-норму. По умолчанию `'euclidean'`, что эквивалентно норме Фробениуса, если `tensor` — матрица, и эквивалентно 2-норме для векторов. Применяются некоторые ограничения: а) норма Фробениуса `'fro'` не определена для векторов, б) если ось — 2-кортеж (норма матрицы), поддерживаются только `'euclidean'`, '`fro'`, `1`, `2`, `np.inf`. См. описание `axis` о том, как вычислять нормы для набора векторов или матриц, хранящихся в тензоре.
`axis`	Если `axis` — `None` (по умолчанию), входной данные рассматриваются как вектор, и вычисляется единственная векторная норма по всему набору значений в тензоре, т.е. `norm(tensor, ord=ord)` эквивалентно `norm(reshape(tensor, [-1]), ord=ord)`. Если `axis` — целое число Python, входные данные рассматриваются как набор векторов, и `axis` определяет ось в `tensor` для вычисления векторных норм. Если `axis` — 2-кортеж целых чисел Python, это набор матриц, и `axis` определяет оси в `tensor` для вычисления нормы матрицы. Поддерживаются отрицательные индексы. Пример: если вы передаете тензор, который может быть как матрицей, так и набором матриц во время выполнения, передайте `axis=[-2,-1]` вместо `axis=None`, чтобы убедиться в вычислении норм матриц.
`keepdims`	Если True, оси, указанные в `axis`, сохраняются с размером 1. В противном случае размерности в `axis` удаляются из формы вывода.
`name`	Имя операции.

Возвращает

output Тензор того же типа, что и тензор, содержащий векторные или матричные нормы. Если keepdims True, ранг выходного значения равен рангу tensor. В противном случае, если axis — None, вывод — скаляр; если axis — целое число, ранг output на единицу меньше ранга tensor, если axis — 2-кортеж, ранг output на две единицы меньше ранга tensor.

Возвращает
`output`	Тензор того же типа, что и тензор, содержащий векторные или матричные нормы. Если `keepdims` True, ранг выходного значения равен рангу `tensor`. В противном случае, если `axis` — None, вывод — скаляр; если `axis` — целое число, ранг `output` на единицу меньше ранга `tensor`, если `axis` — 2-кортеж, ранг `output` на две единицы меньше ранга `tensor`.

Исключения
`ValueError`	Если `ord` или `axis` неверны.

Совместимость с Numpy

В основном эквивалентно numpy.linalg.norm. Не поддерживаются: ord <= 0, 2-норма для матриц, ядерная норма. Другие отличия: а) если ось — None, плоская tensor обрабатывается как вектор независимо от ранга. б) Явно поддерживает норму «евклидова» по умолчанию, включая для тензоров высших порядков.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/norm