[ 输入参数用法不一致 ]torch.nn.BatchNorm1d

torch.nn.BatchNorm1d

torch.nn.BatchNorm1d(num_features,
                     eps=1e-05,
                     momentum=0.1,
                     affine=True,
                     track_running_stats=True,
                     device=None,
                     dtype=None)

paddle.nn.BatchNorm1D

paddle.nn.BatchNorm1D(num_features,
                      momentum=0.9,
                      epsilon=1e-05,
                      weight_attr=None,
                      bias_attr=None,
                      data_format='NCL',
                      use_global_stats=True,
                      name=None)

两者功能一致但参数不一致，部分参数名不同，具体如下：

参数映射

PyTorch PaddlePaddle 备注
num_features num_features 表示输入 Tensor 通道数。
eps epsilon 为了数值稳定加在分母上的值，仅参数名不一致。
momentum momentum 表示归一化函数中的超参数, PyTorch 和 Paddle 公式实现细节不一致，两者正好是相反的，需要转写。
- weight_attr 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。
- bias_attr 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。
- data_format 指定输入数据格式，PyTorch 无此参数，Paddle 保持默认即可。
affine - 是否进行反射变换， Paddle 无此参数，需要转写。
track_running_stats use_global_stats 指示是否使用全局均值和方差，PyTorch 设置为 True，Paddle 需设置为 False；PyTorch 设置为 None，Paddle 需设置为 True；PyTorch 设置为 False，Paddle 需设置为 True，需要转写。
device - 指定 Tensor 的设备，一般对网络训练结果影响不大，可直接删除。
dtype - 指定权重参数属性的对象，一般对网络训练结果影响不大，可直接删除。

转写示例

affine：是否进行反射变换

affine=False 时，表示不更新：

# PyTorch 写法
m = torch.nn.BatchNorm1D(24, affine=False)

# Paddle 写法
m = paddle.nn.BatchNorm1D(24, weight_attr=False, bias_attr=False)

affine=True 时，表示更新：

# PyTorch 写法
m = torch.nn.BatchNorm1D(24)

# Paddle 写法
m = paddle.nn.BatchNorm1D(24)

momentum：

# PyTorch 写法
m = torch.nn.BatchNorm1D(24, momentum=0.2)

# Paddle 写法
m = paddle.nn.BatchNorm1D(24, momentum=0.8)

track_running_stats：指示是否使用全局均值和方差

track_running_stats=None 时:
# PyTorch 写法
m = torch.nn.BatchNorm1D(24, track_running_stats=None)

# Paddle 写法
m = paddle.nn.BatchNorm1D(24, use_global_stats=True)

track_running_stats=True 时:
# PyTorch 写法
m = torch.nn.BatchNorm1D(24, track_running_stats=True)

# Paddle 写法
m = paddle.nn.BatchNorm1D(24, use_global_stats=False)

track_running_stats=False 时:
# PyTorch 写法
m = torch.nn.BatchNorm1D(24, track_running_stats=False)

# Paddle 写法
m = paddle.nn.BatchNorm1D(24, use_global_stats=True)