l2_normalize¶

paddle.fluid.layers. l2_normalize ( x, axis, epsilon=1e-12, name=None ) [源代码] ¶

该OP计算欧几里得距离之和对x进行归一化。对于1-D张量（系数矩阵的维度固定为0）计算公式如下：

\[y=\frac{x}{\sqrt{\sum x^{2}+epsilon}}\]

对于输入为多维Tensor的情况，该OP分别对维度轴上的每个1-D切片单独归一化

参数¶

x (Variable) - 维度为 \([N_1, N_2, ..., N_k, D]\) 的多维Tensor，其中最后一维D是类别数目。数据类型为float32或float64。

axis (int) - 归一化的轴。如果轴小于0，归一化的维是rank(X)+axis。其中，-1用来表示最后一维。

epsilon (float) - epsilon，用于避免除0，默认值为1e-12。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回：与输入x的维度一致的Tensor

返回类型：Variable

代码示例¶

          import paddle

X = paddle.randn(shape=[3, 5], dtype='float64')
out = paddle.fluid.layers.l2_normalize(X, axis=-1)
print(out)

# [[ 0.21558504  0.56360189  0.47466096  0.46269539 -0.44326736]
#  [-0.70602414 -0.52745777  0.37771788 -0.2804768  -0.04449922]
#  [-0.33972208 -0.43014923  0.31772556  0.76617881 -0.10761525]]

         