L2Norm朴素.h

// L2Norm朴素.h —— L2 范数归一化（沿向量整体）朴素标量实现声明// 用途：DeltaNet 中 q/k 按每个 (头, token, seq) 切片独立归一——本函数处理单个切片，外层负责切片遍历#pragmaonce// 引入基础类型（浮点/size_t 别名）#include"公共/基础定义.h"// L2Norm朴素：对单向量按 L2 范数（欧氏长度）归一// 公式：$$ \hat{x}_i = \frac{x_i}{\sqrt{\sum_{j} x_j^2 + \epsilon}} $$// 纯文本：x̂_i = x_i / sqrt( Σx_j² + ε )// 注意与 RMSNorm 区别：RMSNorm 除数带 1/d（除以均值），L2Norm 除数不带 1/d（除以总和）。// 参数：输入 = 待归一化向量起点；输出 = 结果起点；元素数 = 切片长度；// epsilon = 防除零常数（DeltaNet 用 1e-6）// 说明：调用方负责把 q/k 按 (头, token, seq) 切分后对每个切片调用本函数voidL2Norm朴素(constfloat*输入,float*输出,size_t 元素数,floatepsilon);

L2Norm朴素.cpp

// L2Norm朴素.cpp —— L2 范数归一化（沿向量整体）朴素标量实现// 用途：把单切片向量缩放到单位长度（欧氏范数 = 1），除数不带 1/d（区别于 RMSNorm）#include"内核/归一化/L2Norm朴素.h"// 引入标准头：平方根 sqrt#include<cmath>// L2Norm朴素：按 L2 范数归一单向量// 公式：x̂_i = x_i / sqrt( Σx_j² + ε )// 实现：先累加全部元素的平方和（double 累加防精度损失），开方后逐元素相除voidL2Norm朴素(constfloat*输入,float*输出,size_t 元素数,floatepsilon){// 第一步：累加平方和（不除以元素数——这是与 RMSNorm 的关键区别）double平方和=0.0;for(size_t i=0;i<元素数;++i){平方和+=static_cast<double>(输入[i])*输入[i];}// 第二步：L2 范数 = sqrt( Σx_j² + ε )constdouble范数=std::sqrt(平方和+static_cast<double>(epsilon));// 第三步：逐元素除以范数（double 中间量保证精度）for(size_t i=0;i<元素数;++i){输出[i]=static_cast<浮点>(static_cast<double>(输入[i])/范数);}}