maxframe.tensor.linalg.vector_norm#

maxframe.tensor.linalg.vector_norm(x, *, axis=None, keepdims=False, ord=2)[源代码]#

计算向量（或向量批次）``x`` 的向量范数。

此函数与 Array API 兼容。

参数:

  • x (array_like) -- 输入数组。

  • axis ({None, int, 2-tuple of ints}, optional) -- 如果为整数，axis 指定计算向量范数的轴（维度）。如果为 n 元组，axis 指定计算批处理向量范数的轴（维度）。如果为 None，则必须计算所有数组值的向量范数（即等效于计算展平数组的向量范数）。默认值：None。

  • keepdims (bool, optional) -- 如果设置为 True，则在结果中保留用于计算范数的轴，其大小为 1。默认值：False。

  • ord ({int, float, inf, -inf}, optional) -- 范数的阶数。详情请参见 numpy.linalg.norm 中 Notes 下的表格。

参见

numpy.linalg.norm

通用范数函数

示例

>>> from numpy import linalg as LA
>>> a = np.arange(9) + 1
>>> a
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b = a.reshape((3, 3))
>>> b
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

>>> LA.vector_norm(b)
16.881943016134134
>>> LA.vector_norm(b, ord=np.inf)
9.0
>>> LA.vector_norm(b, ord=-np.inf)
1.0

>>> LA.vector_norm(b, ord=0)
9.0
>>> LA.vector_norm(b, ord=1)
45.0
>>> LA.vector_norm(b, ord=-1)
0.3534857623790153
>>> LA.vector_norm(b, ord=2)
16.881943016134134
>>> LA.vector_norm(b, ord=-2)
0.8058837395885292