l2_normalize

paddle.fluid.layers.l2_normalize(x, axis, epsilon=1e-12, name=None)[源代码]

该OP计算欧几里得距离之和对x进行归一化。对于1-D张量(系数矩阵的维度固定为0) 计算公式如下:

\[y=\frac{x}{\sqrt{\sum x^{2}+epsilon}}\]

对于输入为多维Tensor的情况,该OP分别对维度轴上的每个1-D切片单独归一化

参数:
  • x (Variable) - 维度为 \([N_1, N_2, ..., N_k, D]\) 的多维Tensor,其中最后一维D是类别数目。数据类型为float32或float64。
  • axis (int) - 归一化的轴。如果轴小于0,归一化的维是rank(X)+axis。其中,-1用来表示最后一维。
  • epsilon (float) - epsilon,用于避免除0,默认值为1e-12。
  • name (str|None) - 该参数供开发人员打印调试信息时使用,具体用法请参见 Name 。默认值为None。

返回:与输入x的维度一致的Tensor

返回类型:Variable

代码示例

import paddle.fluid as fluid
data = fluid.layers.data(name="data",
                     shape=(3, 17, 13),
                     dtype="float32")
normed = fluid.layers.l2_normalize(x=data, axis=1)