文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.norm

mindspore.ops.norm(input_x, axis, p=2, keep_dims=False, epsilon=1e-12)

返回给定Tensor的矩阵范数或向量范数。

$$output=sum(abs(input)\ast \ast p)\ast \ast (1/p)$$

参数：

• input_x (Tensor) - 输入Tensor。 数据类型必须为float16或者float32。

• 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 input_x 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 - input_x 不是Tensor。

• TypeError - input_x 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 = ops.norm(input_x, [0, 1], p=2)
>>> print(output)
[ 9.165152 10.954452]