nn.LayerNorm的参数说明

Pytorch库中的torch.nn.LayerNorm模块，它是一种在自然语言处理中广泛应用的正规化技术。LayerNorm通过对输入数据进行归一化处理，可以提高模型的鲁棒性和泛化能力。具体体现如下两个方面：

1、将数据归一化至同一量级，解决数据间的可比性问题，如果量级不一样，那么网络可能解读错误。

2、归一化之后，寻求最优解的过程会变得平缓，可以更快的收敛到最优解

函数原型：

torch.nn.LayerNorm(
        normalized_shape: Union[int, List[int], torch.Size],
        eps: float = 1e-05,
        elementwise_affine: bool = True)

第一个参数：normalized_shape

normalized_shape为一个整数：(那么需要要求传入的tensor最后一个维度的大小需要跟这个整数相等)

如果传入整数，比如5，则被看做只有一个整数的list，此时LayerNorm会对输入的最后一维进行归一化，这个int值需要和输入的最后一维一样大。

假设此时输入的数据维度是[3, 5]，则对3个长度为5的向量求均值方差，得到3个均值和3个方差，分别对这3行进行归一化（每一行的5个数字都是均值为0，方差为1）；LayerNorm中的weight和bias也分别包含5个数字，重复使用3次，对每一行进行仿射变换（仿射变换即乘以weight中对应的数字后，然后加bias中对应的数字），并会在反向传播时得到学习。

normalized_shape为两个整数：(那么需要要求传入的tensor最后两个维度的大小需要跟这两个整数相等)
如果输入的是个list或者torch.Size，比如[3, 5]或torch.Size([3, 5])，则会对网络最后的两维进行归一化，且要求输入数据的最后两维尺寸也是[3, 5]。

假设此时输入的数据维度也是[3, 5]，首先对这15个数字求均值和方差，然后归一化这个15个数字；weight和bias也分别包含15个数字，分别对15个归一化后的数字进行仿射变换（仿射变换即乘以weight中对应的数字后，然后加bias中对应的数字），并会在反向传播时得到学习。

假设此时输入的数据维度是[N, 3, 5]，则对这N个[3,5]做上述一样的操作，只是此时做仿射变换时，weight和bias被重复用了N次。

假设此时输入的数据维度是[N, T, 3, 5]，也是一样的，维度可以更多。
注意：显然LayerNorm中weight和bias的shape就是传入的normalized_shape。

第二个参数：eps

归一化时加在分母上防止除零

第三个参数：elementwise_affine

如果设为False，则LayerNorm层不含有任何可学习参数。

如果设为True（默认是True）则会包含可学习参数weight和bias，用于仿射变换，即对输入数据归一化到均值0方差1后，乘以weight，即bias。

import torch
import torch.nn as nn

# 创建输入数据
input_data = torch.randn(4, 6)
print(input_data)
print(input_data.size())

# 创建LayerNorm层
#对最后一个维度进行归一化
layer_norm1 = nn.LayerNorm(6)
#对两个维度同时归一化
layer_norm2 = nn.LayerNorm([4,6])

# 进行LayerNorm处理
output1 = layer_norm1(input_data)
output2 = layer_norm2(input_data)

print(output1)
print(output2)

输出：
tensor([[ 1.4415,  0.1733, -1.2644, -2.7267, -0.0138, -0.0792],
        [ 2.0240,  0.8238, -0.4269, -0.2043, -1.8146,  0.5594],
        [ 1.2774, -0.7218,  0.3526,  1.6711,  0.0966,  0.4277],
        [ 0.7997,  0.1011,  0.5100,  0.7205, -0.5538, -0.2981]])
torch.Size([4, 6])

tensor([[ 1.4260,  0.4501, -0.6563, -1.7816,  0.3061,  0.2558],
        [ 1.5704,  0.5591, -0.4948, -0.3072, -1.6640,  0.3363],
        [ 0.9737, -1.5872, -0.2109,  1.4780, -0.5389, -0.1147],
        [ 1.1532, -0.2205,  0.5835,  0.9975, -1.5082, -1.0055]],
       grad_fn=<NativeLayerNormBackward>)

tensor([[ 1.2579,  0.0510, -1.3174, -2.7092, -0.1271, -0.1894],
        [ 1.8123,  0.6701, -0.5204, -0.3085, -1.8410,  0.4184],
        [ 1.1018, -0.8010,  0.2216,  1.4765, -0.0221,  0.2930],
        [ 0.6471, -0.0178,  0.3713,  0.5717, -0.6411, -0.3977]],
       grad_fn=<NativeLayerNormBackward>)

对以上代码layer_norm1 = nn.LayerNorm(6)和数据[1.4415,  0.1733, -1.2644, -2.7267, -0.0138, -0.0792](第一行进行归一化)进行验证

inputx = [1.4415,  0.1733, -1.2644, -2.7267, -0.0138, -0.0792]
inputx_mean=np.mean(inputx)                #只在维度C上计算均值,计算后维度为N*L*1
inputx_std=np.std(inputx) 

verify_ln_y=(inputx-inputx_mean)/(inputx_std+1e-5)
print(verify_ln_y)

输出：
[ 1.42599035  0.45006366 -0.65629954 -1.78159335  0.3060833   0.25575559]

参考：

LayerNorm的理解-CSDN博客

Pytorch——BatchNorm层和LayerNorm层的参数含义以及应用理解 - Circle_Wang - 博客园 (cnblogs.com)