TensorFlow函數(shù)教程：tf.nn.l2_normalize

tf.nn.l2_normalize函數(shù)

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

定義在：tensorflow/python/ops/nn_impl.py.

請參閱指南：神經(jīng)網(wǎng)絡(luò)>規(guī)范化

使用L2范數(shù)沿維度axis規(guī)范化.(不贊成使用的參數(shù))

一些參數(shù)已被棄用.它們將在未來版本中刪除.更新說明：不推薦使用dim,而是使用axis.

對于axis = 0的1-D張量,計(jì)算如下：

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

對于具有更多維度的x,沿著維度axis獨(dú)立地規(guī)范化每個(gè)1-D切片.

參數(shù)：

• x：一個(gè)Tensor.
• axis：規(guī)范化的維度.標(biāo)量或整數(shù)向量.
• epsilon：規(guī)范化的下限值.如果norm <sqrt(epsilon),將使用sqrt(epsilon)作為除數(shù).
• name：此操作的名稱(可選).
• dim：axis的不推薦別名.

返回：

一個(gè)Tensor,與x具有相同的shape.