GroupNorm¶
- class paddle.nn. GroupNorm ( num_groups, num_channels, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCHW', name=None ) [源代码] ¶
Group Normalization层
该接口用于构建 GroupNorm
类的一个可调用对象,具体用法参照 代码示例
。其中实现了组归一化层的功能。更多详情请参考: Group Normalization 。
参数¶
num_groups (int) - 从通道中分离出来的
group
的数目。num_channels (int) - 输入的通道数。
epsilon (float, 可选) - 为防止方差除零,增加一个很小的值。默认值:1e-05。
weight_attr (ParamAttr|bool, 可选) - 指定权重参数属性的对象。如果为False, 表示参数不学习。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|bool, 可选) - 指定偏置参数属性的对象。如果为False, 表示参数不学习。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) - 只支持“NCHW”(num_batches,channels,height,width)格式。默认值:“NCHW”。
name (string, 可选) – GroupNorm的名称, 默认值为None。更多信息请参见 Name 。
形状¶
input: 形状为(批大小, 通道数, *) 的Tensor。
output: 和输入形状一样。
代码示例¶
import paddle
import numpy as np
np.random.seed(123)
x_data = np.random.random(size=(2, 6, 2, 2)).astype('float32')
x = paddle.to_tensor(x_data)
group_norm = paddle.nn.GroupNorm(num_channels=6, num_groups=6)
group_norm_out = group_norm(x)
print(group_norm_out)