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) - 只支持“NCHW”(num_batches，channels，height，width)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，*) 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]]]])