InstanceNorm2d

class torch.nn.modules.instancenorm.InstanceNorm2d(num_features, eps=1e-05, momentum=0.1, affine=False, track_running_stats=False, device=None, dtype=None, *, bias=True) [исходный код]

Применяет нормализацию экземпляров.

Эта операция выполняет нормализацию экземпляров для 4D-входных данных (мини-пакета двумерных данных с дополнительным измерением каналов), как описано в статье Нормализация экземпляров: недостающий компонент для быстрой стилизации.

$$y = \frac{x - \mathrm{E}[x]}{ \sqrt{\mathrm{Var}[x] + \epsilon}} * \gamma + \beta$$

Среднее значение и стандартное отклонение вычисляются отдельно для каждого измерения каждого объекта в мини-пакете. $\gamma$ и $\beta$ — обучаемые векторы параметров размера C (где C — размер входных данных), если affine равно True. Стандартное отклонение вычисляется с помощью смещённой оценки, эквивалентной torch.var(input, correction=0).

По умолчанию этот слой использует статистики экземпляров, вычисленные по входным данным, как в режиме обучения, так и в режиме оценки.

Если track_running_stats установлено в True, во время обучения этот слой сохраняет скользящие оценки вычисленных среднего значения и дисперсии, которые затем используются для нормализации при оценке. Скользящие оценки сохраняются с параметром momentum, равным по умолчанию 0.1.

Примечание

Этот аргумент momentum отличается от аргумента в классах оптимизаторов и общепринятого понятия импульса. Математически правило обновления скользящих статистик здесь имеет вид $\hat{x}_\text{new} = (1 - \text{momentum}) \times \hat{x} + \text{momentum} \times x_t$, где $\hat{x}$ — оценённая статистика, а $x_t$ — новое наблюдаемое значение.

Примечание

InstanceNorm2d и LayerNorm очень похожи, но имеют некоторые тонкие различия. InstanceNorm2d применяется к каждому каналу многоканальных данных, например RGB-изображений, тогда как LayerNorm обычно применяется ко всему образцу и часто используется в задачах NLP. Кроме того, LayerNorm применяет поэлементное аффинное преобразование, тогда как InstanceNorm2d обычно не применяет аффинное преобразование.

Параметры:

• num_features (int) – $C$ из ожидаемого входного размера $(N, C, H, W)$ или $(C, H, W)$
• eps (float) – значение, добавляемое к знаменателю для численной устойчивости. По умолчанию: 1e-5
• momentum (float | None) – значение, используемое при вычислении running_mean и running_var. По умолчанию: 0.1
• affine (bool) – логическое значение: если установлено в True, модуль имеет обучаемые аффинные параметры, инициализируемые так же, как при пакетной нормализации. По умолчанию: False
• track_running_stats (bool) – логическое значение: если установлено в True, модуль отслеживает скользящие среднее значение и дисперсию; если установлено в False, модуль не отслеживает эти статистики и всегда использует статистики пакета как в режиме обучения, так и в режиме оценки. По умолчанию: False
• bias (bool) – если установлено в False, слой не будет обучать аддитивное смещение (имеет значение только в том случае, если affine равно True). По умолчанию: True

Форма:

• Вход: $(N, C, H, W)$ или $(C, H, W)$
• Выход: $(N, C, H, W)$ или $(C, H, W)$ (та же форма, что и у входных данных)

Примеры:

>>> # Without Learnable Parameters
>>> m = nn.InstanceNorm2d(100)
>>> # With Learnable Parameters
>>> m = nn.InstanceNorm2d(100, affine=True)
>>> input = torch.randn(20, 100, 35, 45)
>>> output = m(input)