python-Pytorch：张量归一化给出不好的结果

我有一个要标准化的经度/纬度张量。我想使用这个张量对其执行神经网络算法，以返回这些不同的经纬度之间的最佳行程。我使用了这个功能：

from torch.nn.functional import normalize

t=normalize(locations)

这是我的张量 [ 0.0000, 36.4672, 36.4735, 36.4705, 36.4638, 36.4671], [ 0.0000, 10.7637, 10.7849, 10.7822, 10.7821, 10.7637]]

这是标准化后的结果：[0.0000, 0.2181, 0.2181, 0.2181, 0.2179, 0.2179], [0.0000, 0.2186, 0.2194, 0.2194, 0.2196, 0.2188]],

如您所见，结果不好，因为有很多值重复，这影响了我的结果。还有另一种方法可以使我的张量正常化吗？我在这个项目中使用 pytorch。