tf.keras.layers.GroupNormalization

Слой групповой нормализации.

Наследует от: Layer, Operation

tf.keras.layers.GroupNormalization(
    groups=32,
    axis=-1,
    epsilon=0.001,
    center=True,
    scale=True,
    beta_initializer='zeros',
    gamma_initializer='ones',
    beta_regularizer=None,
    gamma_regularizer=None,
    beta_constraint=None,
    gamma_constraint=None,
    **kwargs
)

Групповая нормализация разделяет каналы на группы и вычисляет среднее и дисперсию внутри каждой группы для нормализации. На практике её точность стабильнее, чем у пакетной нормализации, при широком диапазоне небольших размеров пакета, если скорость обучения изменяется линейно в соответствии с размером пакета.

Связь со слоевой нормализацией: если число групп равно 1, эта операция становится практически идентичной слоевой нормализации (подробности см. в документации по слоевой нормализации).

Связь с нормализацией экземпляров: если число групп равно размерности входных данных (число групп равно числу каналов), эта операция становится идентичной нормализации экземпляров. Этого можно добиться с помощью groups=-1.

Аргументы
`groups`	Целое число — количество групп для групповой нормализации. Может находиться в диапазоне `[1, N]`, где N — размерность входных данных. Размерность входных данных должна делиться на количество групп. По умолчанию — 32.
`axis`	Целое число или список/кортеж. Ось или оси, по которым выполняется нормализация. Обычно это ось или оси признаков. Исключёнными осями обычно являются ось или оси пакета. -1 обозначает последнюю размерность входных данных. По умолчанию — `-1`.
`epsilon`	Небольшое число с плавающей точкой, добавляемое к дисперсии во избежание деления на ноль. По умолчанию — 1e-3.
`center`	Если `True`, к нормализованному тензору добавляется смещение `beta`. Если `False`, `beta` игнорируется. По умолчанию — `True`.
`scale`	Если `True`, выполняется умножение на `gamma`. Если `False`, `gamma` не используется. Если следующий слой линейный (например, `relu`), этот параметр можно отключить, поскольку масштабирование будет выполнено следующим слоем. По умолчанию — `True`.
`beta_initializer`	Инициализатор веса beta. По умолчанию — нули.
`gamma_initializer`	Инициализатор веса gamma. По умолчанию — единицы.
`beta_regularizer`	Необязательный регуляризатор веса beta. По умолчанию отсутствует.
`gamma_regularizer`	Необязательный регуляризатор веса gamma. По умолчанию отсутствует.
`beta_constraint`	Необязательное ограничение для веса beta. По умолчанию отсутствует.
`gamma_constraint`	Необязательное ограничение для веса gamma. По умолчанию отсутствует. Форма входных данных: произвольная. Используйте именованный аргумент `input_shape` (кортеж целых чисел, не включающий ось примеров), если этот слой является первым слоем модели. Форма выходных данных: совпадает с формой входных данных.
`**kwargs`	Именованные аргументы базового слоя (например, `name` и `dtype`).

Ссылка:

Yuxin Wu и Kaiming He, 2018

Атрибуты
`input`	Возвращает входной тензор или входные тензоры символьной операции. Возвращает только тензор или тензоры, соответствующие первому вызову операции.
`output`	Возвращает выходной тензор или выходные тензоры слоя. Возвращает только тензор или тензоры, соответствующие первому вызову операции.

Методы

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

Создаёт слой на основе его конфигурации.

Этот метод является обратным по отношению к get_config и позволяет создать такой же слой на основе словаря конфигурации. Он не обрабатывает связи между слоями (это делает Network) и веса (это делает set_weights).

Аргументы
`config`	Словарь Python, обычно представляющий собой результат get_config.

Возвращает
Экземпляр слоя.

`symbolic_call`

Посмотреть исходный код

symbolic_call(
    *args, **kwargs
)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/layers/GroupNormalization