BatchNorm¶
- class paddle.nn. BatchNorm ( num_channels, act=None, is_test=False, momentum=0.9, epsilon=1e-05, param_attr=None, bias_attr=None, dtype='float32', data_layout='NCHW', in_place=False, moving_mean_name=None, moving_variance_name=None, do_model_average_for_mean_and_var=False, use_global_stats=False, trainable_statistics=False ) [源代码] ¶
构建 BatchNorm
类的一个可调用对象,具体用法参照 代码示例
。其中实现了批归一化层(Batch Normalization Layer)的功能,可用作卷积和全连接操作的批归一化函数,根据当前批次数据按通道计算的均值和方差进行归一化。更多详情请参考:Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift
当 use_global_stats = False 时,\(\mu_{\beta}\) 和 \(\sigma_{\beta}^{2}\) 是 minibatch 的统计数据。计算公式如下:
\(x\):批输入数据
\(m\):当前批次数据的大小
当 use_global_stats = True 时,\(\mu_{\beta}\) 和 \(\sigma_{\beta}^{2}\) 是全局(或运行)统计数据(moving_mean 和 moving_variance),通常来自预先训练好的模型。计算公式如下:
归一化函数公式如下:
\(\epsilon\):添加较小的值到方差中以防止除零
\(\gamma\):可训练的比例参数
\(\beta\):可训练的偏差参数
参数¶
num_channels (int) - 指明输入
Tensor
的通道数量。act (str,可选) - 应用于输出上的激活函数,如 tanh、softmax、sigmoid,relu 等,支持列表请参考 激活函数,默认值为 None。
is_test (bool,可选) - 指示是否在测试阶段,非训练阶段使用训练过程中统计到的全局均值和全局方差。默认值:False。
momentum (float,可选) - 此值用于计算
moving_mean
和moving_var
。默认值:0.9。更新公式如上所示。epsilon (float,可选) - 为了数值稳定加在分母上的值。默认值:1e-05。
param_attr (ParamAttr,可选) - 指定权重参数属性的对象。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,可选) - 指定偏置参数属性的对象。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 。
dtype (str,可选) - 指明输入
Tensor
的数据类型,可以为 float32 或 float64。默认值:float32。data_layout (string,可选) - 指定输入数据格式,数据格式可以为“NCHW”或者“NHWC”。默认值:“NCHW”。
in_place (bool,可选) - 指示
batch_norm
的输出是否可以复用输入内存。默认值:False。moving_mean_name (str,可选) -
moving_mean
的名称,存储全局均值。如果将其设置为 None,batch_norm
将随机命名全局均值;否则,batch_norm
将命名全局均值为moving_mean_name
。默认值:None。moving_variance_name (string,可选) -
moving_var
的名称,存储全局方差。如果将其设置为 None,batch_norm
将随机命名全局方差;否则,batch_norm
将命名全局方差为moving_variance_name
。默认值:None。do_model_average_for_mean_and_var (bool,可选) - 指示是否为 mean 和 variance 做模型均值。默认值:False。
use_global_stats (bool,可选) – 指示是否使用全局均值和方差。在预测或测试模式下,将
use_global_stats
设置为 true 或将is_test
设置为 true,这两种行为是等效的。在训练模式中,当设置use_global_stats
为 True 时,在训练期间也将使用全局均值和方差。默认值:False。trainable_statistics (bool,可选) - eval 模式下是否计算 mean 均值和 var 方差。eval 模式下,trainable_statistics 为 True 时,由该批数据计算均值和方差。默认值:False。
返回¶
无
代码示例¶
import paddle.fluid as fluid
from paddle.fluid.dygraph.base import to_variable
import numpy as np
x = np.random.random(size=(3, 10, 3, 7)).astype('float32')
with fluid.dygraph.guard():
x = to_variable(x)
batch_norm = fluid.BatchNorm(10)
hidden1 = batch_norm(x)