关于nn.BatchNorm1d()用法及说明
更新时间：2023年08月03日 16:27:35 作者：Code_demon
这篇文章主要介绍了关于nn.BatchNorm1d()用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
nn.BatchNorm1d()用法
torch.nn.BatchNorm1d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
num_features– 特征维度eps– 为数值稳定性而加到分母上的值。momentum– 移动平均的动量值。affine–一个布尔值，当设置为真时，此模块具有可学习的仿射参数。
这里其他几个参数都不重要，只需要看num_features就可以了。
num_features就是你需要归一化的那一维的维度。
nn.BatchNorm1d本身不是给定输入矩阵，输出归一化结果的函数，而是定义了一个方法，再用这个方法去做归一化。
BN = nn.BatchNorm1d(100) input = torch.randn(20, 100) output = m(input)
我们首先定义了一个归一化的函数BN，需要归一化的维度为100，其他参数为默认。
然后随机初始化一个20×100的矩阵input，再用BN对这个矩阵归一化。
函数的input可以是二维或者三维。
- 当input的维度为（N, C）时，BN将对C维归一化；
- 当input的维度为(N, C, L) 时，归一化的维度同样为C维。
使用nn.BatchNorm1d出现RuntimeError
pytorch模型中添加batchnorm过程中出现错误
RuntimeError: running_mean should contain 1 elements not 512
错误来自于nn.BatchNorm1d(N)，其中N=channels
解决办法
将输入重新排列
video = video.view(-1, video.shape[-1])
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了django中的*args 与 **kwargs使用介绍，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
Python字符串的字符转换、字符串劈分、字符串合并问题分析
这篇文章主要介绍了Python字符串的字符转换、字符串劈分、字符串合并,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-03-03
今天小编就为大家分享一篇Tensorflow 实现分批量读取数据，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
PyQt5.6+pycharm配置以及pyinstaller生成exe(小白教程)
这篇文章主要介绍了PyQt5.6+pycharm配置以及pyinstaller生成exe，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-06-06
这篇文章主要介绍了Django显示可视化图表的实践，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-05-05
这篇文章主要介绍了python 使用pandas同时对多列进行赋值操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
Wheel（.whl）是 Python 的一种内置包格式,本文就来介绍一下python中whl文件封装的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2025-08-08
今天小编来为大家分享一个有趣的可视化技巧，就是如何利用Python语言实现从图片中提取颜色然后绘制成可视化图表，感兴趣的可以尝试一下2022-07-07
这篇文章主要介绍了简单瞅瞅Python vars()内置函数的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-09-09
这篇文章详细介绍了 Python 常见的编码和解码技术,包括字符编码（如 ASCII、UTF-8 等）、数据编码（如 Base64、URL 编码等）、文件编码,通过代码示例讲解操作方法及错误处理,还给出了常见编码的选择指南,强调掌握这些技术对编写程序很重要,需要的朋友可以参考下2025-01-01
最新评论