torch.nn.utils.spectral_norm¶
- torch.nn.utils.spectral_norm(module, name='weight', n_power_iterations=1, eps=1e-12, dim=None)[源代码]¶
将频谱归一化应用于给定模块中的参数。
谱归一化通过使用幂迭代法计算权重矩阵的谱范数 对权重张量进行重新缩放,从而稳定生成对抗网络 (GAN) 中判别器 (评论家) 的训练。如果权重张量的维度大于 2,则在幂迭代法中将其重新塑造成 2D 以获取谱范数。这是通过一个钩子实现的,该钩子在每次
forward()
调用之前计算谱范数并重新缩放权重。参见 用于生成对抗网络的谱归一化 。
- 参数
- 返回
带有谱范数钩子的原始模块
- 返回类型
T_module
注意
此函数已使用
torch.nn.utils.parametrize.register_parametrization()
中的新参数化功能重新实现为torch.nn.utils.parametrizations.spectral_norm()
。请使用较新版本。此函数将在 PyTorch 的未来版本中弃用。示例
>>> m = spectral_norm(nn.Linear(20, 40)) >>> m Linear(in_features=20, out_features=40, bias=True) >>> m.weight_u.size() torch.Size([40])