InstanceNorm2D

class paddle.nn. InstanceNorm2D ( num_features, epsilon=1e-05, momentum=0.9, weight_attr=None, bias_attr=None, data_format='NCHW', name=None ) [源代码]

构建 InstanceNorm2D 类的一个可调用对象,具体用法参照 代码示例。可以处理 2D 或者 3D 的 Tensor,实现了实例归一化层(Instance Normalization Layer)的功能。更多详情请参考:Instance Normalization: The Missing Ingredient for Fast Stylization 。

数据布局:NCHW [batch, in_channels, in_height, in_width]

input 是 mini-batch 的输入。

\[\begin{split}\mu_{\beta} &\gets \frac{1}{m} \sum_{i=1}^{m} x_i \quad &// mean \\ \sigma_{\beta}^{2} &\gets \frac{1}{m} \sum_{i=1}^{m}(x_i - \mu_{\beta})^2 \quad &// variance \\ \hat{x_i} &\gets \frac{x_i - \mu_\beta} {\sqrt{\sigma_{\beta}^{2} + \epsilon}} \quad &// normalize \\ y_i &\gets \gamma \hat{x_i} + \beta \quad &// scale-and-shift\end{split}\]

其中 H 是高度,W 是宽度。

参数

  • num_features (int) - 指明输入 Tensor 的通道数量。

  • epsilon (float,可选) - 为了数值稳定加在分母上的值。默认值:1e-05。

  • momentum (float,可选) - 此值用于计算 moving_meanmoving_var。默认值:0.9。更新公式如上所示。

  • weight_attr (ParamAttr|bool,可选) - 指定权重参数属性的对象。如果为 False,则表示每个通道的伸缩固定为 1,不可改变。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,可选) - 指定偏置参数属性的对象。如果为 False,则表示每一个通道的偏移固定为 0,不可改变。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) - 指定输入数据格式,数据格式可以为“NCHW"。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,高度,宽度)的 4-D Tensor。

  • output:和输入形状一样。

目前设置 track_running_stats 和 momentum 是无效的。之后的版本会修复此问题。

代码示例

>>> import paddle
>>> paddle.seed(100)
>>> x = paddle.rand((2, 2, 2, 3))
>>> instance_norm = paddle.nn.InstanceNorm2D(2)
>>> instance_norm_out = instance_norm(x)

>>> print(instance_norm_out)
Tensor(shape=[2, 2, 2, 3], dtype=float32, place=Place(cpu), stop_gradient=False,
[[[[ 1.26652932, -0.60229748, -1.65705574],
   [ 1.06272733,  0.24229208, -0.31219524]],
  [[-0.85414171,  0.31684181, -1.42204332],
   [ 1.00412714, -0.43966094,  1.39487720]]],
 [[[ 0.83324969,  1.25046813, -0.79470295],
   [-1.38446140,  0.81851846, -0.72307163]],
  [[-0.33560610,  0.95346332,  0.45585334],
   [-0.53483474,  1.20336461, -1.74224067]]]])

使用本API的教程文档