SpectralNorm

class paddle.fluid.dygraph.SpectralNorm(name_scope, dim=0, power_iters=1, eps=1e-12, name=None)[源代码]

该接口用于构建 SpectralNorm 类的一个可调用对象,具体用法参照 代码示例 。其中实现了谱归一化层的功能,用于计算fc、conv1d、conv2d、conv3d层的权重参数的谱正则值,输入权重参数应分别为2-D, 3-D, 4-D, 5-D张量,输出张量与输入张量维度相同。谱特征值计算方式如下:

步骤1:生成形状为[H]的向量U,以及形状为[W]的向量V,其中H是输入权重张量的第 dim 个维度,W是剩余维度的乘积。

步骤2: power_iters 应该是一个正整数,用U和V迭代计算 power_iters 轮,迭代步骤如下。

\[\begin{split}\mathbf{v} &:= \frac{\mathbf{W}^{T} \mathbf{u}}{\|\mathbf{W}^{T} \mathbf{u}\|_2}\\ \mathbf{u} &:= \frac{\mathbf{W}^{T} \mathbf{v}}{\|\mathbf{W}^{T} \mathbf{v}\|_2}\end{split}\]

步骤3:计算 \(\sigma(\mathbf{W})\) 并特征值值归一化。

\[\begin{split}\sigma(\mathbf{W}) &= \mathbf{u}^{T} \mathbf{W} \mathbf{v}\\ \mathbf{W} &= \frac{\mathbf{W}}{\sigma(\mathbf{W})}\end{split}\]

可参考: Spectral Normalization

参数:
  • name_scope (str) - 该类的名称。
  • dim (int, 可选) - 将输入(weight)重塑为矩阵之前应排列到第一个的维度索引,如果input(weight)是fc层的权重,则应设置为0;如果input(weight)是conv层的权重,则应设置为1。默认值:0。
  • power_iters (int, 可选) - 将用于计算的 SpectralNorm 功率迭代次数,默认值:1。
  • eps (float, 可选) - eps 用于保证计算规范中的数值稳定性,分母会加上 eps 防止除零。默认值:1e-12。
  • name (str, 可选) - 具体用法请参见 Name ,一般无需设置,默认值为None。

返回:无

代码示例

import paddle.fluid as fluid
import numpy as np

with fluid.dygraph.guard():
    x = np.random.random((2, 8, 32, 32)).astype('float32')
    spectralNorm = fluid.dygraph.nn.SpectralNorm('SpectralNorm', dim=1, power_iters=2)
    ret = spectralNorm(fluid.dygraph.base.to_variable(x))