mindspore.ops.rms_norm
========================

.. py:function:: mindspore.ops.rms_norm(x, gamma, epsilon=1e-6)

    RmsNorm(Root Mean Square Layer Normalization)即均方根标准化。与LayerNorm相比，其保留了缩放不变性，而舍弃了平移不变性。
    其公式如下：

    .. math::
        y=\frac{x_i}{\sqrt{\frac{1}{n}\sum_{i=1}^{n}{ x_i^2}+\varepsilon}}\gamma_i

    .. warning::
        这是一个实验性API，后续可能修改或删除。该API目前只支持在Atlas A2训练系列产品上使用。

    参数：
        - **x** (Tensor) - RmsNorm的输入, 支持的数据类型为: float16、float32、bfloat16。
        - **gamma** (Tensor) - 可训练参数（:math:`\gamma`），支持的数据类型： float16、float32、bfloat16。
        - **epsilon** (float, 可选) - 一个取值范围为(0, 1]的浮点值，用于避免除零。默认值： ``1e-6`` 。

    返回：
        - Tensor，归一化后的结果，shape和数据类型与 `x` 相同。
        - Tensor，类型为float，表示输入数据标准差的倒数，用于反向梯度计算。

    异常：
        - **TypeError** - `x` 的数据类型不是float16、float32、bfloat16中的一种。
        - **TypeError** - `gamma` 的数据类型不是float16、float32、bfloat16中的一种。
        - **TypeError** - `x` 和 `gamma` 的数据类型不一致。
        - **ValueError** - `epsilon` 不是一个0到1之间的float值。
        - **ValueError** - `gamma` 的秩大于 `x` 的秩。