GroupNorm

class paddle.nn. GroupNorm ( num_groups, num_channels, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCHW', name=None ) [源代码]

Group Normalization 层

构建 GroupNorm 类的一个可调用对象,具体用法参照 代码示例。其中实现了组归一化层的功能。更多详情请参考:Group Normalization

参数

  • num_groups (int) - 从通道中分离出来的 group 的数目。

  • num_channels (int) - 输入的通道数。

  • epsilon (float,可选) - 为防止方差除零,增加一个很小的值。默认值:1e-05。

  • weight_attr (ParamAttr|bool,可选) - 指定权重参数属性的对象。如果为 False,表示参数不学习。默认值为 None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr

  • bias_attr (ParamAttr|bool,可选) - 指定偏置参数属性的对象。如果为 False,表示参数不学习。默认值为 None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr

  • data_format (string,可选) - 支持 “NCL”,“NCHW”,“NCDHW”,“NLC”,“NHWC”,“NDHWC” 格式。默认值:“NCHW”。

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

形状

  • input:形状为 (批大小,通道数,*) 或 (批大小,*,通道数) 的 Tensor。

  • output:和输入形状一样。

代码示例

>>> import paddle
>>> paddle.seed(100)
>>> x = paddle.arange(48, dtype="float32").reshape((2, 6, 2, 2))
>>> group_norm = paddle.nn.GroupNorm(num_channels=6, num_groups=6)
>>> group_norm_out = group_norm(x)

>>> print(group_norm_out)
Tensor(shape=[2, 6, 2, 2], dtype=float32, place=Place(cpu), stop_gradient=False,
[[[[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]]],
 [[[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]],
  [[-1.34163547, -0.44721183],
   [ 0.44721183,  1.34163547]]]])