单元归一化层
UnitNormalization 类
tf_keras.layers.UnitNormalization(axis=-1, **kwargs)
单元归一化层。
将一批输入进行归一化，使批次中的每个输入在指定的轴（axis）上具有等于 1 的 L2 范数。
示例
>>> data = tf.constant(np.arange(6).reshape(2, 3), dtype=tf.float32)
>>> normalized_data = tf.keras.layers.UnitNormalization()(data)
>>> print(tf.reduce_sum(normalized_data[0, :] ** 2).numpy())
1.0
参数
- axis: 整数或列表/元组。要进行归一化的轴或轴集。通常，这是特征轴或轴集。剩余的轴通常是批次轴或轴集。
-1是输入的最后一个维度。默认为-1。