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.