jax.numpy.linalg.vector_norm

jax.numpy.linalg.vector_norm(x, /, *, axis=None, keepdims=False, ord=2)

计算向量或批量向量的向量范数。

JAX 实现的 numpy.linalg.vector_norm()。

参数:

• x (ArrayLike) – 要计算范数的 N 维数组。

• axis (int | tuple[int, ...] | None | None) – 可选的轴，沿该轴计算向量范数。如果为 None (默认)，则 x 被展平，并且对所有值取范数。

• keepdims (bool) – 如果为 True，则在输出中保留缩减的维度。

• ord (int | str) – 指定范数类型的字符串或整数；默认为 2-范数。有关可用选项的详细信息，请参阅 numpy.linalg.norm()。

返回:

包含 x 的范数的数组。

返回类型:

Array

参见

• jax.numpy.linalg.matrix_norm(): 矩阵或矩阵堆栈的范数。

• jax.numpy.linalg.norm(): 更通用的矩阵或向量范数。

示例

单个向量的范数

>>> x = jnp.array([1., 2., 3.])
>>> jnp.linalg.vector_norm(x)
Array(3.7416575, dtype=float32)

批量向量的范数

>>> x = jnp.array([[1., 2., 3.],
...                [4., 5., 7.]])
>>> jnp.linalg.vector_norm(x, axis=1)
Array([3.7416575, 9.486833 ], dtype=float32)