norm 是计算范数，范数就是对矩阵(向量)里的数进行某种运算，获得一个数值，形容这个矩阵的规模(大小)

norm(a, p) 有2个参数

a 是一个张量，p是一个数字

公式如下：

即分别求每个元素的p次方，再求和，最后开p次根号

当 p = 1 时，即 求 所有数之和

当 p = 2 时，即 求 所有数的平方和，再跟平方根

当 p = 无穷大，高数学过，极限=元素最大值

当 p = 无穷小，高数学过，极限=元素最小值

代码

import torch

# 例1、一维张量
a = torch.tensor([1, 2, 3, 4], dtype=torch.float32)
print(a)
# norm(a, p) 是计算范数，公式是：  (x1^p + x2^p + x3^p + ...) ^ (1/p)
# 即对a中的每个元素求p次方，然后求和，最后再求p次根
print(torch.norm(a))  # 默认p=2, 故 1^2 + 2^2 + 3^2 + 4^2 = 30, 再开根号，得到5.4772
print(torch.norm(a, 1))  # 指定p=1，故 1 + 2 + 3 + 4 = 10
print(torch.norm(a, float('inf')))  # inf指的是无穷大，即p=无穷大，故极限为元素里最大的值，即4
print()

# 例2、二维张量
b = torch.tensor([[1, 2], [3, 4]], dtype=torch.float32)
print(torch.norm(b))  # p=2, 故 1^2 + 2^2 + 3^2 + 4^2 = 30, 再开根号，得到5.4772
print(torch.norm(b, 1))  # p=1, 故 1 + 2 + 3 + 4 = 10
print(torch.norm(b, float('inf')))  # p=无穷大，故极限为元素里最大的值，即4

运行结果

tensor([1., 2., 3., 4.])
tensor(5.4772)
tensor(10.)
tensor(4.)

tensor(5.4772)
tensor(10.)
tensor(4.)