SyncBatchNorm_cn.rst

SyncBatchNorm

.. py:class:: paddle.nn.SyncBatchNorm(num_features, epsilon=1e-5, momentum=0.9, weight_attr=None, bias_attr=None, data_format='NCHW', name=None)

构建 SyncBatchNorm 类的一个可调用对象，具体用法参照 代码示例。实现了跨卡 GPU 同步的批归一化(Cross-GPU Synchronized Batch Normalization Layer)的功能，可用在其他层（类似卷积层和全连接层）之后进行归一化操作。根据所有 GPU 同一批次的数据按照通道计算的均值和方差进行归一化。更多详情请参考：Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift

当模型处于训练模式时，\mu_{\beta} 和 \sigma_{\beta}^{2} 是所有 GPU 上同一 minibatch 的统计数据。计算公式如下：

\mu_{\beta}        &\gets \frac{1}{m} \sum_{i=1}^{m} x_i                                 \quad &// mini-batch-mean \\
\sigma_{\beta}^{2} &\gets \frac{1}{m} \sum_{i=1}^{m}(x_i - \mu_{\beta})^2               \quad &// mini-batch-variance \\

• x：所有 GPU 上同一批输入数据
• m：所有 GPU 上同一批次数据的大小

当模型处于评估模式时，\mu_{\beta} 和 \sigma_{\beta}^{2} 是全局（或运行）统计数据（moving_mean 和 moving_variance，这两个统计量通常来自预先训练好的模型）。计算公式如下：

moving\_mean = moving\_mean * momentum + \mu_{\beta} * (1. - momentum) \quad &// global mean \\
moving\_variance = moving\_variance * momentum + \sigma_{\beta}^{2} * (1. - momentum) \quad &// global variance \\

归一化函数公式如下：

\hat{x_i} &\gets \frac{x_i - \mu_\beta} {\sqrt{\sigma_{\beta}^{2} + \epsilon}} \quad &// normalize \\
y_i &\gets \gamma \hat{x_i} + \beta \quad &// scale-and-shift \\

• \epsilon：添加较小的值到方差中以防止除零
• \gamma：可训练的比例参数
• \beta：可训练的偏差参数

Note

如果您想用容器封装您的模型，而且您的模型在预测阶段中包含 SyncBatchNorm 这个算子的话，请使用 nn.LayerList 或者 nn.Sequential 而不要直接使用 list 来封装模型。

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。如果设置为 False，则表示本层没有可训练的权重参数。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 :ref:`cn_api_fluid_ParamAttr` 。
• bias_attr (ParamAttr|bool，可选) - 指定偏置参数属性的对象。如果设置为 False，则表示本层没有可训练的偏置参数。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 :ref:`cn_api_fluid_ParamAttr` 。

形状

• input：一个二维到五维的 Tensor 。
• output：和 input 相同形状的 Tensor 。

代码示例

COPY-FROM: paddle.nn.SyncBatchNorm

方法

convert_sync_batchnorm(layer)

把 BatchNorm*d 层转换为 SyncBatchNorm 层。

参数

• layer (paddle.nn.Layer) - 包含一个或多个 BatchNorm*d 层的模型。

返回

如果原始模型中有 BatchNorm*d 层，则把 BatchNorm*d 层转换为 SyncBatchNorm 层的原始模型。

代码示例

COPY-FROM: paddle.nn.SyncBatchNorm.convert_sync_batchnorm