研究styleganv2过程中,记录下它使用的正则化方法的一些见解
RMS=方均根
STD=标准差
stylegan 中的 pixel_norm 是 RMS正则化
常见的BN层,IN层,用的是STD。
在不减均值的情况下
RMS正则化公式
t = torch.rand([3, 128, 64, 64])
t = t * t.pow(2).mean(dim=1,keepdim=True).rsqrt()
标准差正则化公式
t = torch.rand([3, 128, 64, 64])
t = t / t.std(dim=1,keepdim=True)
一个想法
截断标准差最小为0.33,限定增益上限。
然后通过信号下面积和Log函数来控制信号均值范围。
想法期望,在使用验证期固定的gamma和bias时,使信号也有一定的可变性,实现另外一种ada_in的效果。