GroupNorm

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

لایه ای که نرمال سازی گروه را روی یک دسته کوچک از ورودی ها اعمال می کند.

مرجع: عادی سازی گروه .

• انحراف
  مقدار افست که به عنوان بتا نیز شناخته می شود.

  اعلام

  public var offset: Tensor<Scalar>

• مقیاس
  مقدار مقیاس که به عنوان گاما نیز شناخته می شود.

  اعلام

  public var scale: Tensor<Scalar>

• شمارش گروه
  تعداد گروه ها

  اعلام

  @noDerivative
  public let groupCount: Int

• محور
  محوری که ویژگی ها در آن قرار دارند.

  اعلام

  @noDerivative
  public let axis: Int

• اپسیلون
  مقدار اپسیلون واریانس

  اعلام

  @noDerivative
  public let epsilon: Scalar

• init(offset:scale:groupCount:axis:epsilon:)
  یک لایه عادی سازی گروه ایجاد می کند.

  پیش شرط

  محور نمی تواند محور دسته ای باشد.

  پیش شرط

  افست باید دارای رتبه 1 باشد.

  پیش شرط

  تعداد عناصر افست باید بر گروه ها تقسیم شود.

  پیش شرط

  افست و مقیاس باید یک شکل باشند.

  اعلام

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

  مولفه های

  offset	مقدار افست اولیه
  scale	مقدار مقیاس اولیه
  groupCount	تعداد گروه ها
  axis	محوری که ویژگی ها در آن قرار دارند.
  epsilon	مقدار اپسیلون واریانس

• init (تعداد ویژگی: تعداد گروه: محور: epsilon:)
  یک لایه عادی سازی گروه ایجاد می کند.

  پیش شرط

  محور نمی تواند محور دسته ای باشد.

  پیش شرط

  تعداد ویژگی ها باید بر گروه ها تقسیم شود.

  اعلام

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

  مولفه های

  featureCount	تعداد ویژگی ها
  groupCount	تعداد گروه ها
  axis	محوری که ویژگی ها در آن قرار دارند. مقدار پیش فرض -1 است.
  epsilon	اسکالر کوچک به واریانس اضافه شد. مقدار پیش فرض 0.001 است.

• رو به جلو(_:)
  خروجی به دست آمده از اعمال لایه به ورودی داده شده را برمی گرداند.

  پیش شرط

  محور نمی تواند محور دسته ای باشد.

  پیش شرط

  تعداد ویژگی های ورودی و افست باید یکسان باشد.

  اعلام

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

  مولفه های

  input

  ورودی لایه

  ارزش بازگشتی

  خروجی.