tf.clip_norm

t= [ $x_1$, $x_2$,… $x_2$]

l2=$\sqrt{\sum _{i=0}^n{x}_i^2}$
norm = 2.0

clip_norm$=\frac{t\ast norm}{l2}$

import numpy as npt=np.array([[1, 2, 3, 4, 5]]) l2norm4t = np.linalg.norm(t) clip_norm = 2.0 transformed_t = t *clip_norm/l2norm4t print(transformed_t) [[0.26967996 0.5393599 0.80903983 1.0787199 1.3483998 ]] some_nums = tf.constant([[1, 2, 3, 4, 5]], dtype=tf.float32) print(tf.clip_by_norm(some_nums, 2.0).numpy()) [[0.26967996 0.5393599 0.80903983 1.0787199 1.3483998 ]]

总结

以上是生活随笔为你收集整理的tf.clip_norm的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。