clip_by_norm

paddle.nn.clip_by_norm ( x, max_norm, name\=None )

此算子将输入 X 的L2范数限制在 max_norm 内。如果 X 的L2范数小于或等于 max_norm ，则输出（Out）将与 X 相同。如果X的L2范数大于 max_norm ，则 X 将被线性缩放，使得输出（Out）的L2范数等于 max_norm ，如下面的公式所示：

其中， norm（X）norm（X） 代表 x 的L2范数。

参数：

• x (Variable)- 多维Tensor或LoDTensor，数据类型为float32。clip_by_norm运算的输入，维数必须在[1,9]之间。

• max_norm (float32)- 最大范数值。

• name (str，可选) – 具体用法请参见 Name ，一般无需设置，默认值为None。

返回：Tensor，表示为输出Tensor，数据类型为float32。和输入(X)具有相同的形状.

代码示例：

import paddle
import numpy as np
input = paddle.to_tensor(data=np.array([[0.1, 0.2], [0.3, 0.4]]), dtype="float32")
reward = paddle.nn.clip_by_norm(x=input, max_norm=1.0)