data_norm

查看属性与别名

API属性：声明式编程(静态图)专用API

paddle.fluid.layers.data_norm ( input, act=None, epsilon=1e-05, param_attr=None, data_layout=’NCHW’, in_place=False, name=None, moving_mean_name=None, moving_variance_name=None, do_model_average_for_mean_and_var=False ) [源代码]

数据正则化层

可用作conv2d和fully_connected操作的正则化函数。 此层所需的数据格式为以下之一：

  1. NHWC [batch, in_height, in_width, in_channels]
  2. NCHW [batch, in_channels, in_height, in_width]

data_norm - 图1

为一个mini-batch上的特征:

data_norm - 图2

参数

  • input （Variable） - 输入变量，它是一个LoDTensor。
  • act （string，默认None） - 激活函数类型，线性| relu | prelu | …
  • epsilon （float，默认1e-05） -
  • param_attr （ParamAttr） - 参数比例的参数属性。
  • data_layout （str，可选） - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是”NCHW”和”NHWC”。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值：”NCHW”。
  • in_place （bool，默认值False） - 使data_norm的输入和输出复用同一块内存。
  • name （string，默认None） - 此层的名称（可选）。 如果设置为None，则将自动命名该层。
  • moving_mean_name （string，Default None） - 存储全局Mean的moving_mean的名称。
  • moving_variance_name （string，默认None） - 存储全局Variance的moving_variance的名称。
  • do_model_average_for_mean_and_var （bool，默认值为false） - 是否为mean和variance进行模型平均。
  • slot_dim （int, 默认值为-1） - 一个slot的embedding维度，slot用来表征一类特征的集合，在pslib模式下，通常我们通过slot区分特征id，并从参数服务器（pslib）中提取它们的embedding。embedding的第一维是历史上这个embedding展示的次数。如果本op的输入是由这样的embedding连接而来，那么当这个特征id是新的或空的，则正则化结果可能不实际。为了避免这种情况，我们添加了slot_dim来定位并判断这一维是否为零。如果是的话，我们选择跳过正则化。
  • summary_decay_rate （float, 默认值为0.9999999） - 更新summary信息时的衰减率。
  • sync_stats （bool, 默认值False） - 在多GPU卡的场景下可以使用，用来同步多卡间的summary信息。
  • enable_scale_and_shift (bool, 默认值False) - 在分布式全局正则化后是否做像batchnorm一样做scale&shift的操作。

返回

张量变量，是对输入数据进行正则化后的结果。

返回类型

Variable

代码示例

  1. import paddle.fluid as fluid
  3. hidden1 = fluid.layers.data(name="hidden1", shape=[200])
  4. hidden2 = fluid.layers.data_norm(name="hidden2", input=hidden1)