torch.norm函数详解

小蓝 • 2024-12-15 12:44 • 编程

一、torch.norm函数

torch.norm函数是PyTorch库中的一个标量计算函数，用于在给定维度上计算输入张量的范数（also known as vector length or magnitude）。

常用的张量范数有L1范数和L2范数，torch.norm默认使用L2范数，可以通过norm_type参数指定L1范数。

import torch

# 1D Tensor
a = torch.tensor([1, 2, 3, 4, 5])
print(torch.norm(a))       # output: tensor(7.4162)
print(torch.norm(a, 1))    # output: tensor(15.)
print(torch.norm(a, float('inf'))) # output: tensor(5.)

# 2D Tensor
b = torch.tensor([[1, 2, 3], [4, 5, 6]])
print(torch.norm(b))       # output: tensor(9.5394)
print(torch.norm(b, 1))    # output: tensor(15.)
print(torch.norm(b, float('inf'))) # output: tensor(15.)

二、torch.normal什么意思

在PyTorch中，torch.normal函数用于从给定的均值和标准差中生成指定大小的正态分布（Gaussian distribution）样本值的Tensor。

对于一个mxn的Tensor，输出的Tensor尺寸为mxn的且每个元素(i,j)都是从N(mean(i,j), std(i,j))中随机取样的值。

import torch

# generate 1D tensor with normal distribution
torch.manual_seed(0)
mean = torch.zeros(3)
std = torch.ones(3)
normal_samples = torch.normal(mean, std)
print(normal_samples)    # output: tensor([ 1.5410, -0.2934, -2.1788])

# generate 2D tensor with normal distribution
torch.manual_seed(0)
mean = torch.zeros(3, 2)
std = torch.ones(3, 2)
normal_samples = torch.normal(mean, std)
print(normal_samples)    # output: tensor([[ 1.5410, -0.2934],
                                        [-2.8200,  0.5285],
                                        [ 0.5802,  0.5422]])

三、torch.normal函数

torch.normal函数的参数包括：均值mean和标准差std，以及生成随机数的张量size。

import torch

mean = torch.arange(1., 5.)
std = torch.arange(1, 2)
size = (2, 2)

normal_samples = torch.normal(mean, std, size)
print(normal_samples)    # output: tensor([[ 1.4611,  1.9118],
                                        [ 2.0693,  4.1555]])

四、torch.norm 两个张量

除了norm_type和dim参数，torch.norm还可以针对两个张量进行计算。

import torch

a = torch.tensor([1, 2, 3])
b = torch.tensor([4, 5, 6])

# calculate L2 norm of two tensors
print(torch.norm(a-b, p=2))    # output: tensor(5.1962)

# calculate Frobenius norm of two matrices
c = torch.tensor([[1, 2], [3, 4]])
d = torch.tensor([[5, 6], [7, 8]])
print(torch.norm(c-d))    # output: tensor(8.0000)

五、小结

在本文中，我们学习了如何使用torch.norm函数来计算张量的范数并了解了其常用的参数norm_type和dim。此外，我们还介绍了torch.normal函数用于从正态分布中生成随机数据的方法。

原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/257202.html