用法:
mxnet.symbol.InstanceNorm(data=None, gamma=None, beta=None, eps=_Null, name=None, attr=None, out=None, **kwargs)
结果符号。
参数:
返回:
返回类型:
将实例归一化应用于 n 维输入数组。
此运算符采用 (n>2) 的 n 维输入数组,并使用以下公式对输入进行归一化:
该层类似于批标准化层(
BatchNorm
),但有两个区别:首先,标准化是按示例(实例)执行的,而不是在批次上执行。其次,在测试和训练时都应用相同的归一化。此操作也称为contrast normalization
。如果输入数据的形状为 [batch, channel, spacial_dim1, spacial_dim2, ...],
gamma
和beta
参数必须是形状 [channel] 的向量。此实现基于本文1
- 1
实例规范化:快速风格化的缺失成分,D. Ulyanov、A. Vedaldi、V. Lempitsky,2016 (arXiv:1607.08022v2)。
例子:
// Input of shape (2,1,2) x = [[[ 1.1, 2.2]], [[ 3.3, 4.4]]] // gamma parameter of length 1 gamma = [1.5] // beta parameter of length 1 beta = [0.5] // Instance normalization is calculated with the above formula InstanceNorm(x,gamma,beta) = [[[-0.997527 , 1.99752665]], [[-0.99752653, 1.99752724]]]
相关用法
- Python mxnet.symbol.op.broadcast_logical_xor用法及代码示例
- Python mxnet.symbol.op.log_softmax用法及代码示例
- Python mxnet.symbol.space_to_depth用法及代码示例
- Python mxnet.symbol.random_pdf_poisson用法及代码示例
- Python mxnet.symbol.argmin用法及代码示例
- Python mxnet.symbol.linalg_potrf用法及代码示例
- Python mxnet.symbol.contrib.dgl_graph_compact用法及代码示例
- Python mxnet.symbol.op.SliceChannel用法及代码示例
- Python mxnet.symbol.op.linalg_trmm用法及代码示例
- Python mxnet.symbol.sparse.exp用法及代码示例
- Python mxnet.symbol.Symbol.attr用法及代码示例
- Python mxnet.symbol.sparse.zeros_like用法及代码示例
- Python mxnet.symbol.Symbol.get_children用法及代码示例
- Python mxnet.symbol.op.broadcast_plus用法及代码示例
- Python mxnet.symbol.linalg.makediag用法及代码示例
- Python mxnet.symbol.op.broadcast_mul用法及代码示例
- Python mxnet.symbol.fix用法及代码示例
- Python mxnet.symbol.broadcast_hypot用法及代码示例
- Python mxnet.symbol.linalg_gelqf用法及代码示例
- Python mxnet.symbol.op.reciprocal用法及代码示例
- Python mxnet.symbol.choose_element_0index用法及代码示例
- Python mxnet.symbol.pow用法及代码示例
- Python mxnet.symbol.op.argmax用法及代码示例
- Python mxnet.symbol.linalg.extracttrian用法及代码示例
- Python mxnet.symbol.contrib.rand_zipfian用法及代码示例
注:本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.symbol.InstanceNorm。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。