tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None)
解释:这个函数的作用是利用 L2 范数对指定维度 dim 进行标准化。
比如,对于一个一维的张量,指定维度 dim = 0,那么计算结果为:
output = x / sqrt( max( sum( x ** 2 ) , epsilon ) )
假设 x 是多维度的,那么标准化只会独立的对维度 dim 进行,不会影响到别的维度。
tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None)
解释:这个函数的作用是利用 L2 范数对指定维度 dim 进行标准化。
比如,对于一个一维的张量,指定维度 dim = 0,那么计算结果为:
output = x / sqrt( max( sum( x ** 2 ) , epsilon ) )
假设 x 是多维度的,那么标准化只会独立的对维度 dim 进行,不会影响到别的维度。