mindsponge.common.vecs_robust_normalize

mindsponge.common.vecs_robust_normalize(v, epsilon=1e-08)

向量l2范数归一化。

$$\begin{array}{r}\begin{array}{rl}& v=(x1,x2,x3)\\ & l2\mathrm{\_}norm=\sqrt{x1\ast x1+x2\ast x2+x3\ast x3+epsilon}\\ & result=(x1/l2\mathrm{\_}norm,x2/l2\mathrm{\_}norm,x3/l2\mathrm{\_}norm)\end{array}\end{array}$$

参数：

• v (Tuple) - 输入向量，$(x,y,z)$ 其中 x,y,z 是标量或 Tensor，若为Tensor其shape相同。

• epsilon (float) - 极小值，防止返回值为0，默认为 1e-8。

返回：

Tuple， 返回二范数归一化后的向量，长度为3，其中每个元素shape与v中的元素相同。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> from mindspore import dtype as mstype
>>> from mindsponge.common.geometry import vecs_robust_normalize
>>> x= Tensor(np.ones(256), mstype.float32)
>>> y= Tensor(np.ones(256), mstype.float32)
>>> z= Tensor(np.ones(256), mstype.float32)
>>> result=vecs_robust_normalize((x,y,z))
>>> print(len(result))
>>> print(result[0].shape)
>>> print(result[1].shape)
>>> print(result[2].shape)
3
(256,)
(256,)
(256,)