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][source]¶

对 N 维输入应用 Batch Normalization。

N 维输入是一个 [N-2] 维输入的 mini-batch（带有额外的通道维度），如论文 Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 中所述。

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

均值和标准差是针对同一进程组的所有 mini-batch，按维度计算的。 $\gamma$ 和 $\beta$ 是大小为 C（C 是输入大小）的可学习参数向量。默认情况下， $\gamma$ 的元素从 $\mathcal{U}(0, 1)$ 中采样， $\beta$ 的元素设置为 0。标准差通过有偏估计器计算，等同于 torch.var(input, unbiased=False)。

同样默认情况下，在训练期间，此层会保留其计算出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。运行估计值使用默认 momentum 0.1 进行维护。

如果 track_running_stats 设置为 False，则此层不保留运行估计值，并且在评估期间也使用 batch 统计信息。

注意

此 momentum 参数与优化器类中使用的动量以及传统的动量概念不同。数学上，此处的运行统计数据更新规则为 $\hat{x}_\text{new} = (1 - \text{momentum}) \times \hat{x} + \text{momentum} \times x_t$ ，其中 $\hat{x}$ 是估计统计量，而 $x_t$ 是新的观测值。

由于 Batch Normalization 是在 C 维度中为每个通道完成的，即在 (N, +) 切片上计算统计数据，因此通常将此称为 Volumetric Batch Normalization 或 Spatio-temporal Batch Normalization。

目前 SyncBatchNorm 仅支持每个进程一个 GPU 的 DistributedDataParallel (DDP)。在用 DDP 封装网络之前，使用 torch.nn.SyncBatchNorm.convert_sync_batchnorm() 将 BatchNorm*D 层转换为 SyncBatchNorm。

参数

num_features (int) – 来自预期输入大小 $(N, C, +)$ 中的 $C$
eps (float) – 添加到分母上的值，用于数值稳定性。默认值: 1e-5
momentum (Optional[float]) – 用于 running_mean 和 running_var 计算的值。可设置为 None 表示累积移动平均（即简单平均）。默认值: 0.1
affine (bool) – 一个布尔值，当设置为 True 时，此模块具有可学习的仿射参数。默认值: True
track_running_stats (bool) – 一个布尔值，当设置为 True 时，此模块跟踪运行均值和方差；当设置为 False 时，此模块不跟踪此类统计信息，并将统计缓冲区 running_mean 和 running_var 初始化为 None。当这些缓冲区为 None 时，此模块在训练和评估模式下始终使用 batch 统计信息。默认值: True
process_group (Optional[Any]) – 统计数据的同步在每个进程组内单独进行。默认行为是在整个世界范围内同步

形状

输入: $(N, C, +)$
输出: $(N, C, +)$ (形状与输入相同)

注意

batchnorm 统计数据的同步仅在训练期间发生，即当 model.eval() 设置为或 self.training 为 False 时，同步将被禁用。

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][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 (optional) – 用于确定同步范围的进程组，默认为整个世界

返回值

转换后的 torch.nn.SyncBatchNorm 层的原始 module。如果原始 module 是 BatchNorm*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)

SyncBatchNorm¶

文档

教程

资源