阅读(9.4k) 书签 (0)

TensorFlow函数教程:tf.nn.l2_normalize

2019-01-31 13:49 更新

tf.nn.l2_normalize函数

tf.nn.l2_normalize(
    x,
    axis=None,
    epsilon=1e-12,
    name=None,
    dim=None
)

定义在:tensorflow/python/ops/nn_impl.py.

请参阅指南:神经网络>规范化

使用L2范数沿维度axis规范化.(不赞成使用的参数)

一些参数已被弃用.它们将在未来版本中删除.更新说明:不推荐使用dim,而是使用axis.

对于axis = 0的1-D张量,计算如下:

output = x / sqrt(max(sum(x**2), epsilon))

对于具有更多维度的x,沿着维度axis独立地规范化每个1-D切片.

参数:

  • x:一个Tensor.
  • axis:规范化的维度.标量或整数向量.
  • epsilon:规范化的下限值.如果norm <sqrt(epsilon),将使用sqrt(epsilon)作为除数.
  • name:此操作的名称(可选).
  • dim:axis的不推荐别名.

返回:

一个Tensor,与x具有相同的shape.