GroupNorm

@frozen
public struct GroupNorm<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

Una capa que aplica la normalización de grupo sobre un minigolote de entradas.

Referencia: Grupo Normalización .

• compensar

  El valor de compensación, también conocido como beta.

  Declaración

  public var offset: Tensor<Scalar>

• escala

  El valor de escala, también conocido como gamma.

  Declaración

  public var scale: Tensor<Scalar>

• groupCount

  El número de grupos.

  Declaración

  @noDerivative
  public let groupCount: Int

• eje

  El eje donde se encuentran las características.

  Declaración

  @noDerivative
  public let axis: Int

• épsilon

  El valor épsilon de la varianza.

  Declaración

  @noDerivative
  public let epsilon: Scalar

• init (offset: scale: groupCount: axis: epsilon :)

  Crea una capa de normalización de grupo.

  Condición previa

  El eje no puede ser eje de lotes.

  Condición previa

  El desplazamiento debe tener rango 1.

  Condición previa

  El número de elementos del desplazamiento debe ser divisible por grupos.

  Condición previa

  El desplazamiento y la escala deben tener la misma forma.

  Declaración

  public init(
    offset: Tensor<Scalar>,
    scale: Tensor<Scalar>,
    groupCount: Int,
    axis: Int,
    epsilon: Scalar
  )

  Parámetros

  offset	El valor de compensación inicial.
  scale	El valor de escala inicial.
  groupCount	El número de grupos.
  axis	El eje donde se encuentran las características.
  epsilon	El valor épsilon de la varianza.

• init (featureCount: groupCount: axis: epsilon :)

  Crea una capa de normalización de grupo.

  Condición previa

  El eje no puede ser eje de lotes.

  Condición previa

  El recuento de funciones debe ser divisible por grupos.

  Declaración

  public init(
    featureCount: Int,
    groupCount: Int,
    axis: Int = -1,
    epsilon: Scalar = 1e-3
  )

  Parámetros

  featureCount	El número de funciones.
  groupCount	El número de grupos.
  axis	El eje donde se encuentran las características. El valor predeterminado es -1.
  epsilon	El pequeño escalar se sumaba a la varianza. El valor predeterminado es 0,001.

• hacia adelante(_:)

  Devuelve la salida obtenida al aplicar la capa a la entrada dada.

  Condición previa

  El eje no puede ser un eje por lotes.

  Condición previa

  Los números de características de la entrada y el desplazamiento deben ser los mismos.

  Declaración

  @differentiable
  public func forward(_ input: Tensor<Scalar>) -> Tensor<Scalar>

  Parámetros

  input

  La entrada a la capa.

  Valor devuelto

  La salida.