[ 输入参数用法不一致 ]torch.nn.InstanceNorm1d¶
torch.nn.InstanceNorm1d¶
torch.nn.InstanceNorm1d(num_features, eps=1e-05, momentum=0.1, affine=False, track_running_stats=False, device=None, dtype=None)
paddle.nn.InstanceNorm1D¶
paddle.nn.InstanceNorm1D(num_features, epsilon=1e-05, momentum=0.9, weight_attr=None, bias_attr=None, data_format="NCL", name=None)
PyTorch 相比 Paddle 支持更多其他参数，具体如下：
参数映射¶
| PyTorch | PaddlePaddle | 备注 |
|---|---|---|
| num_features | num_features | 指明输入的通道数量 |
| eps | epsilon | 为了数值稳定加在分母上的值 |
| momentum | momentum | 此值用于计算 moving_mean 和 moving_var, 值的大小 Paddle = 1 - PyTorch，需要转写。 |
| affine | - | 是否使用可学习的仿射参数，Paddle 无此参数，需要转写。可通过 weight_attr 和 bias_attr 控制。 |
| track_running_stats | - | 是否跟踪运行时的 mean 和 var， Paddle 无此参数，暂无转写方式。 |
| dtype | - | 输出数据类型， Paddle 无此参数, 需要转写。Paddle 应使用 astype 对计算结果做类型转换。 |
| - | weight_attr | 可学习参数——权重的属性，默认为 None，表示使用默认可学习参数。 PyTorch 无此参数。 |
| - | bias_attr | 可学习参数——偏差的属性，默认为 None，表示使用默认可学习参数。 PyTorch 无此参数。 |
| - | data_format | 指定输入数据格式。 PyTorch 无此参数。 |
转写示例¶
affine：是否使用可学习的仿射参数¶
# PyTorch 写法
IN = torch.nn.InstanceNorm1d(num_features, eps=1e-05, momentum=0.1, affine=False)
# Paddle 写法
IN = paddle.nn.InstanceNorm1D(num_features, epsilon=1e-05, momentum=0.9, weight_attr=False, bias_attr=False)
dtype：输出数据类型¶
# PyTorch 写法
IN = torch.nn.InstanceNorm1d(num_features, eps=1e-05, momentum=0.1, affine=False， dtype=torch.float32)
y = IN(x)
# Paddle 写法
IN = paddle.nn.InstanceNorm1D(num_features, epsilon=1e-05, momentum=0.9, weight_attr=False, bias_attr=False)
y = IN(x).astype(paddle.float32)