快捷方式

SyncBatchNorm

class torch.nn.SyncBatchNorm(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, process_group=None, device=None, dtype=None)[source]

对 N 维输入应用批次归一化。

N 维输入是 [N-2]D 输入的微批次(包含额外的通道维度),如论文 批次归一化:通过减少内部协变量偏移来加速深度网络训练 中所述。

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

在同一个进程组的所有小批量样本上,对每个维度计算均值和标准差。 γ\gammaβ\beta 是大小为 C 的可学习参数向量(其中 C 是输入大小)。默认情况下,γ\gamma 的元素从 U(0,1)\mathcal{U}(0, 1) 中采样,而 β\beta 的元素设置为 0。标准差通过有偏估计器计算,相当于 torch.var(input, unbiased=False)

默认情况下,在训练期间,该层会持续跟踪其计算的均值和方差的运行估计值,这些估计值随后用于评估期间的归一化。运行估计值以默认的 momentum 0.1 跟踪。

如果 track_running_stats 设置为 False,则该层不会跟踪运行估计值,而是在评估时使用批次统计信息。

注意

momentum 参数与优化器类中使用的参数和传统的动量概念不同。从数学上讲,这里运行统计信息的更新规则是 x^new=(1momentum)×x^+momentum×xt\hat{x}_\text{new} = (1 - \text{momentum}) \times \hat{x} + \text{momentum} \times x_t, 其中 x^\hat{x} 是估计的统计量,而 xtx_t 是新观察到的值。

由于批次归一化是在 C 维度中的每个通道上进行的,对 (N, +) 片进行统计计算,因此通常将此称为体积批次归一化或时空批次归一化。

目前 SyncBatchNorm 仅支持每个进程使用单个 GPU 的 DistributedDataParallel (DDP)。使用 torch.nn.SyncBatchNorm.convert_sync_batchnorm()BatchNorm*D 层转换为 SyncBatchNorm,然后使用 DDP 包装网络。

参数
  • num_features (int) – 预期大小为 (N,C,+)(N, C, +) 的输入的 CC

  • eps (float) – 添加到分母的值以确保数值稳定性。默认值:1e-5

  • momentum (Optional[float]) – 用于计算 running_mean 和 running_var 的值。可以设置为 None 以进行累积移动平均(即简单平均)。默认值:0.1

  • affine (bool) – 布尔值,设置为 True 时,此模块具有可学习的仿射参数。默认值:True

  • track_running_stats (bool) – 布尔值,设置为 True 时,此模块会跟踪运行均值和方差,设置为 False 时,此模块不会跟踪此类统计信息,并初始化统计缓冲区 running_meanrunning_varNone。当这些缓冲区为 None 时,此模块始终使用批次统计信息,无论是在训练模式还是评估模式下。默认值:True

  • process_group (Optional[Any]) – 统计信息的同步在每个进程组内单独进行。默认行为是在整个世界中进行同步

形状
  • 输入:(N,C,+)(N, C, +)

  • 输出:(N,C,+)(N, C, +) (与输入相同形状)

注意

批次归一化统计信息的同步仅在训练期间发生,即在设置 model.eval()self.trainingFalse 时,同步会被禁用。

示例

>>> # With Learnable Parameters
>>> m = nn.SyncBatchNorm(100)
>>> # creating process group (optional)
>>> # ranks is a list of int identifying rank ids.
>>> ranks = list(range(8))
>>> r1, r2 = ranks[:4], ranks[4:]
>>> # Note: every rank calls into new_group for every
>>> # process group created, even if that rank is not
>>> # part of the group.
>>> process_groups = [torch.distributed.new_group(pids) for pids in [r1, r2]]
>>> process_group = process_groups[0 if dist.get_rank() <= 3 else 1]
>>> # Without Learnable Parameters
>>> m = nn.BatchNorm3d(100, affine=False, process_group=process_group)
>>> input = torch.randn(20, 100, 35, 45, 10)
>>> output = m(input)

>>> # network is nn.BatchNorm layer
>>> sync_bn_network = nn.SyncBatchNorm.convert_sync_batchnorm(network, process_group)
>>> # only single gpu per process is currently supported
>>> ddp_sync_bn_network = torch.nn.parallel.DistributedDataParallel(
>>>                         sync_bn_network,
>>>                         device_ids=[args.local_rank],
>>>                         output_device=args.local_rank)
classmethod convert_sync_batchnorm(module, process_group=None)[source]

将模型中的所有 BatchNorm*D 层转换为 torch.nn.SyncBatchNorm 层。

参数
  • module (nn.Module) – 包含一个或多个 BatchNorm*D 层的模块

  • process_group (可选) – 用于范围同步的进程组,默认值为整个世界

返回

原始的 module,其中包含已转换的 torch.nn.SyncBatchNorm 层。如果原始的 moduleBatchNorm*D 层,则将返回一个新的 torch.nn.SyncBatchNorm 层对象。

示例

>>> # Network with nn.BatchNorm layer
>>> module = torch.nn.Sequential(
>>>            torch.nn.Linear(20, 100),
>>>            torch.nn.BatchNorm1d(100),
>>>          ).cuda()
>>> # creating process group (optional)
>>> # ranks is a list of int identifying rank ids.
>>> ranks = list(range(8))
>>> r1, r2 = ranks[:4], ranks[4:]
>>> # Note: every rank calls into new_group for every
>>> # process group created, even if that rank is not
>>> # part of the group.
>>> process_groups = [torch.distributed.new_group(pids) for pids in [r1, r2]]
>>> process_group = process_groups[0 if dist.get_rank() <= 3 else 1]
>>> sync_bn_module = torch.nn.SyncBatchNorm.convert_sync_batchnorm(module, process_group)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源