VECTOR_NORMALIZE（Transact-SQL）

适用于：SQL Server 2025（17.x） 预览版Azure SQL 数据库Azure SQL 托管实例Microsoft Fabric 预览版中的 SQL 数据库

用于 VECTOR_NORMALIZE 将向量作为输入并返回规范化向量，该向量缩放为给定 规范类型中的长度为 1。

这种标准化对于各种人工智能应用程序至关重要，其中矢量表示不同形式的数据，例如视觉内容、文本信息或音频信号。 通过规范化向量，我们确保其比例的统一性，这对于依赖于测量矢量距离或分组和区分数据点的操作特别有用。

虽然 Azure OpenAI 的模型提供规范化向量，但还有其他模型和框架，其中矢量不会自动规范化。 例如，在通常用于自然语言处理任务的 Gensim 库中，默认情况下不会始终规范化向量。

用户通常需要手动规范化向量或使用库提供的特定函数，以确保向量具有单位长度。

通常，对于机器学习模型或矢量嵌入，请务必检查文档或模型的输出，以确定矢量是否规范化。 如果应用程序需要规范化，则默认情况下模型不提供规范化向量时，可能需要将其实现为单独的步骤。

例如，如果想要使用 Euclidean 规范（这是最常见的规范类型）的规范化向量，可以使用：

SELECT VECTOR_NORMALIZE ( vector, 'norm2' )
FROM ...

Syntax

Transact-SQL 语法约定

VECTOR_NORMALIZE ( vector , norm_type )

Arguments

向量

计算结果为 向量 数据类型的表达式。

norm_type

一个字符串，其名称为用于计算给定向量的规范类型。 支持以下规范类型：

• norm1 1-norm- 这是矢量组件的绝对值之和。
• norm2 - 也称为 2-normEuclidean Norm，它是矢量分量平方和的平方根。
• norminf - 无穷大规范，它是矢量组件的绝对值的最大。

返回值

结果是一个向量，其方向与输入向量相同，但长度为 1（根据给定的规范）。

如果输入为 NULL，则返回的结果也是 NULL。

如果 norm_type 不是有效的规范类型，并且 矢量 不是 矢量 数据类型，则返回错误。

Examples

示例 1

规范化向量：

CREATE TABLE dbo.vectors
(
    ID INT PRIMARY KEY,
    v VECTOR(3) NOT NULL
);

INSERT INTO dbo.vectors (ID, v)
VALUES (1, '[0.1, -2, 42]'),
(2, '[2, 0.1, -42]');

SELECT ID, VECTOR_NORMALIZE(v, 'norm2') AS nv
FROM dbo.vectors;

示例 2

DECLARE @v AS VECTOR(3) = '[1, 2, 3]';
SELECT VECTOR_NORMALIZE(@v, 'norm1'),
       VECTOR_NORMALIZE(@v, 'norminf');

相关内容

• 矢量函数
• 矢量数据类型
• 智能应用程序和 AI