mindspore.Tensor.norm
- mindspore.Tensor.norm(axis, p=2, keep_dims=False, epsilon=1e-12)[源代码]
返回给定Tensor的矩阵范数或向量范数。
\[output = sum(abs(input)**p)**(1/p)\]- 参数:
axis (Union[int, list, tuple]) - 指定要计算范数的输入维度。
p (int) - 范数的值。默认值:2。 p 大于等于0。
keep_dims (bool) - 输出Tensor是否保留原有的维度。默认值:False。
epsilon (float) - 用于保持数据稳定性的常量。默认值:1e-12。
- 返回:
Tensor,其数据类型与当前Tensor相同,其维度信息取决于 axis 轴以及参数 keep_dims 。例如如果输入的大小为 (2,3,4) 轴为 [0,1] ,输出的维度为 (4,) 。
- 异常:
TypeError - 当前Tensor的数据类型不是float16或者float32。
TypeError - axis 不是int,tuple或者list。
TypeError - p 不是int。
TypeError - axis 是tuple或者list但其元素不是int。
TypeError - keep_dims 不是bool。
TypeError - epsilon 不是float。
ValueError - axis 的元素超出范围 (-len(input_x.shape), len(input_x.shape)) ,其中 input_x 指当前Tensor。
ValueError - axis 的维度rank大于当前Tensor的维度rank。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> input_x = Tensor(np.array([[[1.0, 2.0], [3.0, 4.0]], [[5.0, 6.0], [7.0, 8.0]]]).astype(np.float32)) >>> output = input_x.norm([0, 1], p=2) >>> print(output) [ 9.165152 10.954452]