그룹표준

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

입력의 미니 배치에 대해 그룹 정규화를 적용하는 레이어입니다.

참조: 그룹 정규화 .

• 오프셋
  베타라고도 하는 오프셋 값입니다.

  선언

  public var offset: Tensor<Scalar>

• 규모
  감마라고도 하는 배율 값입니다.

  선언

  public var scale: Tensor<Scalar>

• 그룹수
  그룹 수.

  선언

  @noDerivative
  public let groupCount: Int

• 중심선
  특징이 있는 축입니다.

  선언

  @noDerivative
  public let axis: Int

• 엡실론
  분산 엡실론 값입니다.

  선언

  @noDerivative
  public let epsilon: Scalar

• init(오프셋:스케일:그룹카운트:축:엡실론:)
  그룹 정규화 계층을 만듭니다.

  전제조건

  축은 일괄 축이 될 수 없습니다.

  전제조건

  오프셋의 순위는 1이어야 합니다.

  전제조건

  오프셋의 요소 수는 그룹으로 나눌 수 있어야 합니다.

  전제조건

  오프셋과 눈금의 모양은 동일해야 합니다.

  선언

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

  매개변수

  offset	초기 오프셋 값입니다.
  scale	초기 배율 값입니다.
  groupCount	그룹 수.
  axis	특징이 있는 축입니다.
  epsilon	분산 엡실론 값입니다.

• init(featureCount:groupCount:축:엡실론:)
  그룹 정규화 계층을 만듭니다.

  전제조건

  축은 일괄 축이 될 수 없습니다.

  전제조건

  기능 수는 그룹으로 나눌 수 있어야 합니다.

  선언

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

  매개변수

  featureCount	기능의 수.
  groupCount	그룹 수.
  axis	특징이 있는 축입니다. 기본값은 -1입니다.
  epsilon	분산에 작은 스칼라가 추가되었습니다. 기본값은 0.001입니다.

• 앞으로(_:)
  주어진 입력에 레이어를 적용하여 얻은 출력을 반환합니다.

  전제조건

  축은 일괄 축이 될 수 없습니다.

  전제조건

  입력의 특징 개수와 오프셋의 개수는 동일해야 합니다.

  선언

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

  매개변수

  input

  레이어에 대한 입력입니다.

  반환 값

  출력.