溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“pytorch中batch normalize的使用示例”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“pytorch中batch normalize的使用示例”這篇文章吧。
torch.nn.BatchNorm1d()
1、BatchNorm1d(num_features, eps = 1e-05, momentum=0.1, affine=True)
對于2d或3d輸入進行BN。在訓練時，該層計算每次輸入的均值和方差，并進行平行移動。移動平均默認的動量為0.1。在驗證時，訓練求得的均值/方差將用于標準化驗證數據。
num_features:表示輸入的特征數。該期望輸入的大小為'batch_size x num_features [x width]'
Shape： - 輸入：（N, C）或者(N, C, L) - 輸出：（N, C）或者（N，C，L）（輸入輸出相同）
2、BatchNorm2d(同上)
對3d數據組成的4d輸入進行BN。
num_features： 來自期望輸入的特征數，該期望輸入的大小為'batch_size x num_features x height x width'
Shape： - 輸入：（N, C，H, W) - 輸出：（N, C, H, W）（輸入輸出相同）
3、BatchNorm3d(同上)
對4d數據組成的5d輸入進行BN。
以上是“pytorch中batch normalize的使用示例”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
