Tensorflow.js tf.norm()函数

Tensorflow.js是谷歌开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.norm()函数用于计算矩阵、向量和标量的范数。此函数还可以计算其他几个向量范数，例如 1 范数、2 范数或欧几里得、inf 范数，以及通常 p > 0 的 p 范数和矩阵范数。

句法：

tf.norm (x, ord?, axis?, keepDims?)

参数：此函数接受四个参数，如下所示：

• x：指定输入数组。
• ord：这是可选的。它指定规范的顺序。
• 轴：这是可选的。 如果axis为空，则将输入视为一个向量，并在张量中的整个值集上计算单个向量范数，即 norm(x, ord) 等价于 norm(x.reshape([-1] ), ord)。而如果axis是一个整数，那么输入作为一批向量进行检查，axis确定计算向量范数的x轴。如果axis是整数的2元组，则将其视为一批矩阵，并且axis确定Nd数组中计算矩阵范数的轴。
• keepDims：这是可选的。如果设置为 true，则范数与输入具有相同的维度。

返回值：返回 tf.tensor。

下面是说明使用 tf.norm()函数的示例。

示例 1：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing a tensor of some elements
let Norm = tf.tensor1d([15, 14, 23, 52]);
  
// Calling the .norm() function over
// the above tensor as its parameter
// and printing the result.
Norm.norm().print();

输出：

Tensor
    60.44832992553711

示例 2：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing a tensor of some elements
let Norm = tf.tensor1d([5, 4, 3, 2]);
  
// Calling the .norm() function over
// the above tensor as its parameter
// and printing the result.
tf.norm(Norm).print();

输出：

Tensor
    7.348469257354736

参考： https://js.tensorflow.org/api/latest/#norm