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)