mindspore.ops.cond

mindspore.ops.cond(A, p=None)

返回给定Tensor的矩阵范数或向量范数。

p 为norm的计算模式。支持下列norm模式。

p	矩阵范数	向量范数
None (默认值)	2-norm (参考最下方公式)	2-norm (参考最下方公式)
'fro'	Frobenius norm	不支持
'nuc'	nuclear norm	不支持
inf	$max(sum(abs(x),dim=1))$	$max(abs(x))$
-inf	$min(sum(abs(x),dim=1))$	$min(abs(x))$
0	不支持	$sum(x!=0)$
1	$max(sum(abs(x),dim=0))$	参考最下方公式
-1	$min(sum(abs(x),dim=0))$	参考最下方公式
2	最大奇异值	参考最下方公式
-2	最小奇异值	参考最下方公式
其余int或float值	不支持	$sum(abs(x{)}^p{)}^{(1/p)}$

说明

当前暂不支持复数。

参数：

• A (Tensor) - 是零个或多个batch维。

• p (Union[int, float, inf, -inf, 'fro', 'nuc'], 可选) - norm的模式，参考上表，默认 None 。

返回：

Tensor

支持平台：

GPU CPU

样例：

>>> import mindspore
>>> x = mindspore.tensor([[1.0, 0.0, -1.0], [0.0, 1.0, 0.0], [1.0, 0.0, 1.0]])
>>> print(mindspore.ops.cond(x))
1.4142
>>> print(mindspore.ops.cond(x, 'fro'))
3.1622777