[ 输入参数用法不一致 ]torch.nn.InstanceNorm2d

torch.nn.InstanceNorm2d

torch.nn.InstanceNorm2d(num_features, eps=1e-05, momentum=0.1, affine=False, track_running_stats=False, device=None, dtype=None)

paddle.nn.InstanceNorm2D

paddle.nn.InstanceNorm2D(num_features, epsilon=1e-05, momentum=0.9, weight_attr=None, bias_attr=None, data_format="NCL", name=None)

PyTorch 相比 Paddle 支持更多其他参数，具体如下：

参数映射

PyTorch PaddlePaddle 备注
num_features num_features 指明输入的通道数量。
eps epsilon 为了数值稳定加在分母上的值。
momentum momentum 此值用于计算 moving_mean 和 moving_var，值的大小 Paddle = 1 - PyTorch，需要转写。
affine - 是否使用可学习的仿射参数，Paddle 无此参数。可通过 weight_attr 和 bias_attr 控制。
track_running_stats - 是否跟踪运行时的 mean 和 var， Paddle 无此参数。暂无转写方式。
dtype - 输出数据类型， Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。
- weight_attr 可学习参数——权重的属性，默认为 None，表示使用默认可学习参数。 PyTorch 无此参数。
- bias_attr 可学习参数——偏差的属性，默认为 None，表示使用默认可学习参数。 PyTorch 无此参数。
- data_format 指定输入数据格式。 PyTorch 无此参数。

转写示例

affine：是否使用可学习的仿射参数

# PyTorch 写法
IN = torch.nn.InstanceNorm2d(num_features, eps=1e-05, momentum=0.1, affine=False)

# Paddle 写法
IN = paddle.nn.InstanceNorm2D(num_features, epsilon=1e-05, momentum=0.9, weight_attr=False, bias_attr=False)