LayerNorm

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

对输入的小批量应用层归一化。

此层实现的操作如论文 层归一化 中所述

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

均值和标准差是在最后 D 个维度上计算的，其中 D 是 normalized_shape 的维度。例如，如果 normalized_shape 为 (3, 5)（一个二维形状），则均值和标准差是在输入的最后两个维度上计算的（即 input.mean((-2, -1))）。$\gamma$ 和 $\beta$ 是 normalized_shape 的可学习仿射变换参数，如果 elementwise_affine 为 True。标准差是通过有偏估计量计算的，等效于 torch.var(input, unbiased=False)。

注意

与批归一化和实例归一化不同，后者使用 affine 选项为每个完整通道/平面应用标量缩放和偏差，层归一化使用 elementwise_affine 为每个元素应用缩放和偏差。

此层在训练和评估模式下都使用从输入数据计算的统计数据。

参数

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

  输入形状，来自大小为

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

  如果使用单个整数，则将其视为单元素列表，并且此模块将在最后一个维度上进行归一化，该维度预期为该特定大小。

• eps (float) – 添加到分母以提高数值稳定性的值。默认值：1e-5

• elementwise_affine (bool) – 布尔值，当设置为 True 时，此模块具有可学习的逐元素仿射参数，初始化为 1（权重）和 0（偏差）。默认值： True。

• bias (bool) – 如果设置为 False，则该层将不学习加性偏差（仅在 elementwise_affine 为 True 时相关）。默认值： True。

变量

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

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

形状

• 输入： $(N, *)$

• 输出： $(N, *)$（与输入相同的形状）

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)