层归一化 ¶

class torch.nn.LayerNorm(normalized_shape, eps=1e-05, elementwise_affine=True, bias=True, device=None, dtype=None)

在输入的小批量上应用层归一化。

此层实现了论文《层归一化》中描述的操作。

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

均值和标准差是在最后 D 维上计算的，其中 D 是 normalized_shape 的维度。例如，如果 normalized_shape 是 (3, 5) （一个 2 维形状），则均值和标准差是在输入的最后 2 维上计算的（即 input.mean((-2, -1)) ）。当 elementwise_affine 为 True 时， $\gamma$ 和 $\beta$ 是 normalized_shape 的可学习仿射变换参数。方差通过有偏估计器计算，相当于 torch.var(input, unbiased=False)。

注意

与批量归一化和实例归一化不同，它们使用 affine 选项为每个整个通道/平面应用标量缩放和偏置，层归一化则应用每个元素的缩放和偏置 elementwise_affine 。

此层使用在训练和评估模式下从输入数据中计算出的统计数据。

参数:

• normalized_shape (int 或 list 或 torch.Size) –

  输入形状来自期望的输入大小

  $$[* \times \text{normalized\_shape}[0] \times \text{normalized\_shape}[1] \times \ldots \times \text{normalized\_shape}[-1]]$$

  如果使用单个整数，则将其视为单例列表，此模块将在此特定大小上归一化最后一个维度，该维度预期为该特定大小。

• eps (float) – 为数值稳定性添加到分母的值。默认：1e-5

• elementwise_affine (bool) – 当设置为 True 时，此模块具有可学习的每个元素仿射参数，权重初始化为 1，偏置初始化为 0。默认： True 。

• bias (bool) – 如果设置为 False ，则层将不会学习加性偏置（仅在 elementwise_affine 是 True 时相关）。默认： True 。

变量:

• weight – 当 elementwise_affine 设置为 True 时，该模块的可学习权重，形状为 $\text{normalized\_shape}$ 。值初始化为 1。

• bias – 当 elementwise_affine 设置为 True 时，该模块的可学习偏置，形状为 $\text{normalized\_shape}$ 。值初始化为 0。

形状：

• 输入: $(N, *)$

• 输出： $(N, *)$ （与输入形状相同）

示例：

>>> # NLP Example
>>> batch, sentence_length, embedding_dim = 20, 5, 10
>>> embedding = torch.randn(batch, sentence_length, embedding_dim)
>>> layer_norm = nn.LayerNorm(embedding_dim)
>>> # Activate module
>>> layer_norm(embedding)
>>>
>>> # Image Example
>>> N, C, H, W = 20, 5, 10, 10
>>> input = torch.randn(N, C, H, W)
>>> # Normalize over the last three dimensions (i.e. the channel and spatial dimensions)
>>> # as shown in the image below
>>> layer_norm = nn.LayerNorm([C, H, W])
>>> output = layer_norm(input)