GroupNorm

class paddle.nn.GroupNorm ( num_groups, num_channels, epsilon=1e-05, weight_attr=None, bias_attr=None, data_layout=’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 。

返回：无

形状：

  • input: 形状为（批大小，通道数, 高度，宽度）的4-D Tensor。

  • output: 和输入形状一样。

代码示例

  1. import paddle
  2. import numpy as np
  4. np.random.seed(123)
  5. x_data = np.random.random(size=(2, 6, 2, 2)).astype('float32')
  6. x = paddle.to_tensor(x_data)
  7. group_norm = paddle.nn.GroupNorm(num_channels=6, num_groups=6)
  8. group_norm_out = group_norm(x)
  10. print(group_norm_out)