[ 参数不一致 ]torch.nn.InstanceNorm2d

torch.nn.InstanceNorm2d

torch.nn.InstanceNorm2d(num_features, eps=1e-05, momentum=0.1, affine=False, track_running_stats=False, device=None, dtype=None)

paddle.nn.InstanceNorm2D

paddle.nn.InstanceNorm2D(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。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,一般对网络训练结果影响不大,可直接删除。 | | - | 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.InstanceNorm2d(num_features, eps=1e-05, momentum=0.1, affine=False)

# Paddle 写法
IN = paddle.nn.InstanceNorm2D(num_features, epsilon=1e-05, momentum=0.9, weight_attr=False, bias_attr=False)