torch.norm函数

torch.norm函数是PyTorch中的一个数值计算函数，用于计算矩阵或向量的范数。它的语法如下：

torch.norm(input, p=2, dim=None, keepdim=False, out=None)

参数说明：
- `input`：输入的张量。
- `p`：指定要计算的范数类型，默认为2，即计算2范数（欧几里得范数）。可以设置为其他值，如1范数和无穷范数。
- `dim`：指定在哪个维度上计算范数。如果为None，则计算整个张量的范数。
- `keepdim`：计算后的结果是否保持输入张量的维度。
- `out`：输出张量，用于存储结果。

返回值：
返回一个新的张量，其中包含输入张量沿指定维度上的范数。

举个例子，假设有一个二维张量`x`，我们可以使用`torch.norm`计算其行向量的2范数：

import torch

x = torch.tensor([[1, 2], [3, 4]])
row_norm = torch.norm(x, p=2, dim=1)
print(row_norm)  # tensor([2.2361, 5.0000])

在上述例子中，`row_norm`是一个长度为2的一维张量，分别对应了`x`的两行向量的2范数。