From 2ea2003c8a8e42e39fff4e0bdf20feb8d7c88a76 Mon Sep 17 00:00:00 2001
From: LutaoChu <30695251+LutaoChu@users.noreply.github.com>
Date: Mon, 31 Aug 2020 10:17:46 +0800
Subject: [PATCH] remove special treatment of one-dimensional input for
 normalize Op (#2507)

---
 .../nn/functional/norm/normalize_cn.rst       | 59 +++++++++++++++++++
 1 file changed, 59 insertions(+)
 create mode 100644 doc/paddle/api/paddle/nn/functional/norm/normalize_cn.rst

diff --git a/doc/paddle/api/paddle/nn/functional/norm/normalize_cn.rst b/doc/paddle/api/paddle/nn/functional/norm/normalize_cn.rst
new file mode 100644
index 000000000..5c96529ef
--- /dev/null
+++ b/doc/paddle/api/paddle/nn/functional/norm/normalize_cn.rst
@@ -0,0 +1,59 @@
+normalize
+-------------------------------
+
+.. py:function:: paddle.nn.functional.normalize(x, p=2, axis=1, epsilon=1e-12, name=None)
+
+该接口使用 :math:`L_p` 范数沿维度 ``axis`` 对 ``x`` 进行归一化。计算公式如下：
+
+.. math::
+
+    y = \frac{x}{ \max\left( \lvert \lvert x \rvert \rvert_p, epsilon\right) }
+
+.. math::
+    \lvert \lvert x \rvert \rvert_p = \left(\sum_i {\lvert x_i\rvert^p}  \right)^{1/p}
+
+其中 :math:`\sum_i{\lvert x_i\rvert^p}` 沿维度 ``axis`` 进行计算。
+
+
+参数
+:::::::::
+    - **x** (Tensor) - 输入可以是N-D Tensor。数据类型为：float32、float64。
+    - **p** (float|int, 可选) - 范数公式中的指数值。默认值为2
+    - **axis** (int, 可选）- 要进行归一化的轴。如果 `axis < 0`，轴为 `x.ndim + axis`。-1表示最后一维。默认值为1
+    - **epsilon** (float，可选) - 添加到分母上的值以防止分母除0。默认值为1e-12
+    - **name** (str，可选) - 操作的名称(可选，默认值为None）。更多信息请参见 :ref:`api_guide_Name`。
+
+返回
+:::::::::
+``Tensor``, 输出的形状和数据类型和 ``x`` 相同。
+
+抛出异常：
+:::::::::
+    - ``TypeError`` - 当参数  ``p`` 或者 ``axis`` 的类型不符合要求时。或者当参数 ``x`` 的类型或数据类型不符合要求时。
+
+代码示例
+:::::::::
+
+.. code-block:: python
+
+        import numpy as np
+        import paddle
+        import paddle.nn.functional as F
+
+        paddle.disable_static()
+        x = np.arange(6, dtype=np.float32).reshape(2,3)
+        x = paddle.to_variable(x)
+        y = F.normalize(x)
+        print(y.numpy())
+        # [[0.         0.4472136  0.8944272 ]
+        # [0.42426404 0.5656854  0.7071067 ]]
+
+        y = F.normalize(x, p=1.5)
+        print(y.numpy())
+        # [[0.         0.40862012 0.81724024]
+        # [0.35684016 0.4757869  0.5947336 ]]
+
+        y = F.normalize(x, axis=0)
+        print(y.numpy())
+        # [[0.         0.24253564 0.37139067]
+        # [1.         0.97014254 0.9284767 ]]
-- 
GitLab