pytorch的batch normalize使用详解
更新时间：2020年01月15日 15:59:46 作者：完美妖姬
今天小编就为大家分享一篇pytorch的batch normalize使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
torch.nn.BatchNorm1d()
1、BatchNorm1d(num_features, eps = 1e-05, momentum=0.1, affine=True)
对于2d或3d输入进行BN。在训练时，该层计算每次输入的均值和方差，并进行平行移动。移动平均默认的动量为0.1。在验证时，训练求得的均值/方差将用于标准化验证数据。
num_features:表示输入的特征数。该期望输入的大小为'batch_size x num_features [x width]'
Shape： - 输入：（N, C）或者(N, C, L) - 输出：（N, C）或者（N，C，L）（输入输出相同）
2、BatchNorm2d(同上)
对3d数据组成的4d输入进行BN。
num_features： 来自期望输入的特征数，该期望输入的大小为'batch_size x num_features x height x width'
Shape： - 输入：（N, C，H, W) - 输出：（N, C, H, W）（输入输出相同）
3、BatchNorm3d(同上)
对4d数据组成的5d输入进行BN。
以上这篇pytorch的batch normalize使用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Flask之flask-session的具体使用,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-07-07
Python操作MySQL数据库的两种方式实例分析【pymysql和pandas】
这篇文章主要介绍了Python操作MySQL数据库的两种方式,结合实例形式分析了Python使用pymysql和pandas模块进行mysql数据库的连接、增删改查等操作相关实现技巧,需要的朋友可以参考下2019-03-03
这篇文章主要为大家介绍了python实现高精度求自然常数e过程详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
这篇文章主要为大家详细介绍了python树形打印目录结构的相关代码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-03-03
Windows上使用virtualenv搭建Python+Flask开发环境
在自己本机的开发环境下,我们完全可以使用virtualenv来hold住多个Python环境,这样就可以留出一个专门服役于Flask框架,哈哈,这里我们就来看看如何在Windows系统上使用virtualenv搭建Python+Flask开发环境2016-06-06
关于python3的ThreadPoolExecutor线程池大小设置
这篇文章主要介绍了关于python3的ThreadPoolExecutor线程池大小设置,线程池的理想大小取决于被提交任务的类型以及所部署系统的特性,需要的朋友可以参考下2023-04-04
这篇文章主要介绍了Python入门之实例方法、类方法和静态方法的区别讲解,实例方法是在创建了类的实例之后才能被调用的方法,类方法是在不需要创建类的实例的情况下就可以调用的方法,最后,静态方法是与类和类的实例都没有绑定关系的方法,需要的朋友可以参考下2023-10-10
django有默认自带的数据库,当然也可以用其他的数据库,下面这篇文章主要给大家介绍了关于Django数据库(SQlite)基本入门使用教程的相关资料,需要的朋友可以参考下2022-07-07
这篇文章主要介绍了解决python路径错误,运行.py文件,找不到路径的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
这篇文章主要介绍了python之Django自动化资产扫描的实现,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-04-04
最新评论