.. py:class:: paddle.nn.functional.batch_norm(x, running_mean, running_var, weight, bias, training=False, momentum=0.9, epsilon=1e-05, data_format='NCHW', use_global_stats=None, name=None)
推荐使用 nn.BatchNorm1D,nn.BatchNorm2D, nn.BatchNorm3D,由内部调用此方法。
详情见 :ref:`cn_api_nn_BatchNorm1D` 。
- x (int) - 输入,数据类型为 float32, float64。
- running_mean (Tensor) - 均值的 Tensor。
- running_var (Tensor) - 方差的 Tensor。
- weight (Tensor) - 权重的 Tensor。
- bias (Tensor) - 偏置的 Tensor。
- training (bool,可选) – 当该值为 True 时,表示为训练模式(train mode),即使用批数据计算并在训练期间跟踪全局均值和方差。为 False 时,表示使用推理模式(inference mode),即使用训练期间计算出的全局均值及方差计算。默认值为 False。
- 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。- epsilon (float,可选) - 为了数值稳定加在分母上的值。默认值:1e-05。
- data_format (str,可选) - 指定输入数据格式。数据格式可以为
"NC"
、"NCL"
、"NCHW"
或者"NCDHW"
,其中 N 是批大小,C 是通道数,D 是特征深度,H 是特征高度,W 是特征宽度,L 是特征长度。默认值为"NCHW"
。- use_global_stats (bool|None,可选) - 指示是否使用全局均值和方差。若设置为 False,则使用一个 mini-batch 的统计数据。若设置为 True 时,将使用全局统计数据。若设置为 None,则会在测试阶段使用全局统计数据,在训练阶段使用一个 mini-batch 的统计数据。默认值为 None。
- name (str,可选) - 具体用法请参见 :ref:`api_guide_Name`,一般无需设置,默认值为 None。
无
COPY-FROM: paddle.nn.functional.batch_norm