pytorch笔记：BatchNorm1d

torch.nn.BatchNorm1d(
    num_features, 
    eps=1e-05, 
    momentum=0.1, 
    affine=True, 
    track_running_stats=True, 
    device=None, 
    dtype=None)

对2D或3D输入应用批量归一化

• 其中，均值和标准差是在小批量上按维度计算的，γ和 β 是可学习的参数向量，大小为 C（C 为输入的特征数或通道数）。
• 默认情况下，γ 的元素被设置为 1，β的元素被设置为 0

输入参数：

num_features	输入的特征数或通道数 C
eps	为数值稳定性添加到分母的值。默认值：1e-5
momentum	用于 running_mean 和 running_var 计算的值。 可设置为 None，表示累积移动平均（即简单平均）。默认值：0.1
affine	当设置为 True 时，此模块具有可学习的仿射参数。默认值：True

输入输出形状

• 输入：(N, C) 或 (N, C, L)，其中 N 是批量大小，C 是特征数或通道数，L 是序列长度
• 输出：(N, C) 或 (N, C, L)（与输入形状相同）