跳转至

Python–tensorflow.math.L2_normalize()

原文:https://www.geesforgeks.org/python-tensorflow-math-L2_normalize/

TensorFlow 是谷歌设计的开源 Python 库，用于开发机器学习模型和深度学习神经网络。

l2_normalize() 用于使用 l2 范数对沿轴的张量进行归一化。

语法:tensorflow.math.L2_normalize(x，轴，ε，名称)

参数:

  • x: 是输入张量。
  • 轴:定义张量归一化的维度。
  • ε:定义范数的下界值。默认值为 1e-12。它使用 sqrt(ε)作为除数如果范数< sqrt(除数)。
  • 名称:定义操作名称的可选参数。

返回:

它返回一个与 x 形状相同的张量。

例 1:

蟒蛇 3

# Importing the libraray
import tensorflow as tf

# Initializing the input tensor
a = tf.constant([7, 8, 13, 11], dtype = tf.float64)

# Printing the input tensor
print('a: ', a)

# Calculating the result
res = tf.math.l2_normalize(a)

# Printing the result
print('Result: ', res)

输出:

a:  tf.Tensor([ 7\.  8\. 13\. 11.], shape=(4, ), dtype=float64)
Result:  tf.Tensor([0.34869484 0.39850839 0.64757613 0.54794903], shape=(4, ), dtype=float64)

示例 2: 本示例使用二维张量。

蟒蛇 3

# Importing the libraray
import tensorflow as tf

# Initializing the input tensor
a = tf.constant([[7, 8], [13, 11]], dtype = tf.float64)

# Printing the input tensor
print('a: ', a)

# Calculating the result
res = tf.math.l2_normalize(x = a, axis = 1)

# Printing the result
print('Result: ', res)

输出:

a:  tf.Tensor(
[[ 7\.  8.]
 [13\. 11.]], shape=(2, 2), dtype=float64)
Result:  tf.Tensor(
[[0.65850461 0.75257669]
 [0.76338629 0.64594224]], shape=(2, 2), dtype=float64)
回到顶部