tensorflow l2_normalize函數

1、l2_normalize函數

tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None)

解釋：這個函數的作用是利用 L2 范數對指定維度 dim 進行標准化。

比如，對於一個一維的張量，指定維度 dim = 0，那么計算結果為：

output = x / sqrt( max( sum( x ** 2 ) , epsilon ) )

假設 x 是多維度的，那么標准化只會獨立的對維度 dim 進行，不會影響到別的維度。

2、tensorflow實現

import tensorflow as tf

a=tf.constant([[1,1],[2,2],[3,3]],dtype=tf.float32)

with tf.Session() as sess:
    print(sess.run(tf.nn.l2_normalize(a, [0])))
    sess.close()

輸出結果：

[[ 0.26726124 0.26726124]
[ 0.53452247 0.53452247]
[ 0.80178368 0.80178368]]