InstanceNorm3D
- class paddle.nn. InstanceNorm3D ( num_features, epsilon=1e-05, momentum=0.9, weight_attr=None, bias_attr=None, data_format='NCDHW', name=None ) [源代码] 
构建 InstanceNorm3D 类的一个可调用对象,具体用法参照 代码示例。可以处理 5D 的 Tensor,实现了实例归一化层(Instance Normalization Layer)的功能。更多详情请参考:Instance Normalization: The Missing Ingredient for Fast Stylization 。
数据布局:NCDHW [batch, in_channels, D, in_height, in_width]
input 是 mini-batch 的输入。
其中 H 是高度,W 是宽度。
参数
num_features (int) - 指明输入
Tensor的通道数量。
epsilon (float,可选) - 为了数值稳定加在分母上的值。默认值:1e-05。
momentum (float,可选) - 此值用于计算
moving_mean和moving_var。默认值:0.9。更新公式如上所示。
weight_attr (ParamAttr|bool,可选) - 指定权重参数属性的对象。如果为 False,则表示每个通道的伸缩固定为 1,不可改变。默认值为 None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。
bias_attr (ParamAttr,可选) - 指定偏置参数属性的对象。如果为 False,则表示每一个通道的偏移固定为 0,不可改变。默认值为 None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。
data_format (string,可选) - 指定输入数据格式,数据格式可以为"NCDHW"。默认值:“NCDHW”。
name (str,可选) - 具体用法请参见 api_guide_Name ,一般无需设置,默认值为 None。
代码示例
>>> import paddle
>>> paddle.seed(100)
>>> x = paddle.rand((2, 2, 2, 2, 3))
>>> instance_norm = paddle.nn.InstanceNorm3D(2)
>>> instance_norm_out = instance_norm(x)
>>> print(instance_norm_out)
Tensor(shape=[2, 2, 2, 2, 3], dtype=float32, place=Place(cpu), stop_gradient=False,
[[[[[ 0.60520107, -0.67670596, -1.40020907],
    [ 0.46540472, -0.09736639, -0.47771260]],
   [[-0.74365318,  0.63718963, -1.41333199],
    [ 1.44764769, -0.25489071,  1.90842640]]],
  [[[ 1.09773374,  1.49568439, -0.45503727],
    [-1.01755965,  1.08368278, -0.38671401]],
   [[-0.62252384,  0.60490805,  0.13109155],
    [-0.81222630,  0.84286022, -1.96189928]]]],
 [[[[ 0.28014541,  0.91674680,  1.71797717],
    [-0.52062720, -0.74274176, -0.86439967]],
   [[ 0.25707796, -1.23866379,  1.64422870],
    [-1.48577297, -0.13187379,  0.16790220]]],
  [[[-1.49266160,  1.57909954,  0.46455818],
    [-0.14981404,  1.46959865,  0.24957968]],
   [[ 0.25134835, -0.03276967, -0.30318922],
    [ 0.76263177, -1.11345232, -1.68492818]]]]])