LayerNormalization
类tf_keras.layers.LayerNormalization(
axis=-1,
epsilon=0.001,
center=True,
scale=True,
beta_initializer="zeros",
gamma_initializer="ones",
beta_regularizer=None,
gamma_regularizer=None,
beta_constraint=None,
gamma_constraint=None,
**kwargs
)
层归一化层(Ba et al., 2016)。
独立地对批次中每个给定样本的上一层激活进行归一化,而不是像 Batch Normalization 那样跨批次进行。换句话说,它应用一个转换,使每个样本内的平均激活值接近 0,激活标准差接近 1。
给定一个张量 inputs
,将在 axis
中指定的轴上计算矩并执行归一化。
示例
>>> data = tf.constant(np.arange(10).reshape(5, 2) * 10, dtype=tf.float32)
>>> print(data)
tf.Tensor(
[[ 0. 10.]
[20. 30.]
[40. 50.]
[60. 70.]
[80. 90.]], shape=(5, 2), dtype=float32)
>>> layer = tf.keras.layers.LayerNormalization(axis=1)
>>> output = layer(data)
>>> print(output)
tf.Tensor(
[[-1. 1.]
[-1. 1.]
[-1. 1.]
[-1. 1.]
[-1. 1.]], shape=(5, 2), dtype=float32)
请注意,使用 Layer Normalization 时,归一化发生在每个样本内部的轴上,而不是跨批次中不同的样本。
如果启用 scale
或 center
,则该层将通过与可训练变量 gamma
进行广播来缩放归一化后的输出,并通过与可训练变量 beta
进行广播来中心化输出。gamma
默认设置为全一张量,beta
默认设置为全零张量,因此在训练开始前,中心化和缩放操作无效。
因此,启用缩放和中心化后的归一化方程如下:
设 mini-batch 的中间激活是 inputs
。
对于 inputs
中具有 k
个特征的每个样本 x_i
,我们计算该样本的均值和方差
mean_i = sum(x_i[j] for j in range(k)) / k
var_i = sum((x_i[j] - mean_i) ** 2 for j in range(k)) / k
然后计算归一化后的 x_i_normalized
,包括用于数值稳定性的一个小的因子 epsilon
。
x_i_normalized = (x_i - mean_i) / sqrt(var_i + epsilon)
最后,x_i_normalized
通过学习参数 gamma
和 beta
进行线性转换
output_i = x_i_normalized * gamma + beta
gamma
和 beta
将跨越在 axis
中指定的 inputs
的轴,并且 inputs 的这一部分的形状必须完全确定。
例如
>>> layer = tf.keras.layers.LayerNormalization(axis=[1, 2, 3])
>>> layer.build([5, 20, 30, 40])
>>> print(layer.beta.shape)
(20, 30, 40)
>>> print(layer.gamma.shape)
(20, 30, 40)
请注意,其他层归一化实现可能会选择在与进行归一化操作的轴不同的轴上定义 gamma
和 beta
。例如,组归一化(Wu et al. 2018)当组大小为 1 时,对应于跨越高度、宽度和通道进行归一化,并且 gamma
和 beta
仅跨越通道维度的层归一化。因此,此 Layer Normalization 实现与组大小设置为 1 的 Group Normalization 层不匹配。
参数
-1
是输入中的最后一个维度。默认为 -1
。beta
的偏移量添加到归一化后的张量。如果为 False,则忽略 beta
。默认为 True
。gamma
。如果为 False,则不使用 gamma
。当下一层是线性层(例如 nn.relu
)时,可以禁用此选项,因为缩放将由下一层完成。默认为 True
。输入 shape
任意。当此层作为模型中的第一层时,请使用关键字参数 input_shape
(整数元组,不包含样本轴)。
输出 shape
与输入 shape 相同。
参考