InstanceNorm1D

class paddle.nn. InstanceNorm1D ( num_features, epsilon=1e-05, momentum=0.9, weight_attr=None, bias_attr=None, data_format='NCL', name=None ) [源代码]

构建 InstanceNorm1D 类的一个可调用对象，具体用法参照 代码示例。可以处理 2D 或者 3D 的 Tensor，实现了实例归一化层（Instance Normalization Layer）的功能。更多详情请参考：Instance Normalization: The Missing Ingredient for Fast Stylization 。

数据布局：NCL [batch, in_channels, length]

input 是 mini-batch 的输入。

\[\begin{split}\mu_{\beta} &\gets \frac{1}{m} \sum_{i=1}^{m} x_i \quad &// mean \\ \sigma_{\beta}^{2} &\gets \frac{1}{m} \sum_{i=1}^{m}(x_i - \mu_{\beta})^2 \quad &// variance \\ \hat{x_i} &\gets \frac{x_i - \mu_\beta} {\sqrt{\sigma_{\beta}^{2} + \epsilon}} \quad &// normalize \\ y_i &\gets \gamma \hat{x_i} + \beta \quad &// scale-and-shift\end{split}\]

其中 H 是高度，W 是宽度。

参数

  • num_features (int) - 指明输入 Tensor 的通道数量。

  • epsilon (float，可选) - 为了数值稳定加在分母上的值。默认值：1e-05。

  • 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。

  • weight_attr (ParamAttr|bool，可选) - 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。具体用法请参见 ParamAttr 。

  • bias_attr (ParamAttr，可选) - 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。具体用法请参见 ParamAttr 。

  • data_format (string，可选) - 指定输入数据格式，数据格式可以为“NC"或者"NCL"。默认值：“NCL”。

  • name (str，可选) - 具体用法请参见 Name ，一般无需设置，默认值为 None。

形状

  • input：形状为（批大小，通道数）的 2-D Tensor 或（批大小，通道数，长度）的 3-D Tensor。

  • output：和输入形状一样。

目前设置 track_running_stats 和 momentum 是无效的。之后的版本会修复此问题。

代码示例

>>> import paddle
>>> paddle.seed(100)
>>> x = paddle.rand((2, 2, 3))
>>> instance_norm = paddle.nn.InstanceNorm1D(2)
>>> instance_norm_out = instance_norm(x)

>>> print(instance_norm_out)
Tensor(shape=[2, 2, 3], dtype=float32, place=Place(cpu), stop_gradient=False,
[[[ 1.32132232, -0.22444785, -1.09687424],
  [ 1.29506636, -0.15688568, -1.13818073]],
 [[-0.27764025,  1.33961368, -1.06197333],
  [ 0.44484580, -1.38489723,  0.94005162]]])

使用本API的教程文档