层归一化（LayerNormalization）层

[源代码]

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
)

Layer normalization 层 (Ba et al., 2016)。

独立地规范化批次中每个示例的上一层的激活，而不是像 Batch Normalization 那样跨批次进行。即，它应用一个变换，使每个示例内的平均激活保持接近 0，激活标准差保持接近 1。

给定一个张量 inputs，会在 axis 指定的轴上计算矩（均值和方差）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，在 Layer Normalization 中，归一化发生在每个示例 *内部* 的轴上，而不是跨批次的不同示例。

如果启用了 scale 或 center，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 进行广播来居中输出。gamma 默认为一个全 1 的张量，beta 默认为一个全 0 的张量，因此在训练开始之前，居中和缩放操作相当于无操作。

因此，在启用了缩放和居中后，归一化方程如下：

令一个小型批次的中间激活为 inputs。

对于 inputs 中的每个样本 x_i 及其 k 个特征，我们计算样本的均值和方差

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

然后计算一个归一化后的 x_i_normalized，包括一个小的 epsilon 用于数值稳定性。

x_i_normalized = (x_i - mean_i) / sqrt(var_i + epsilon)

最后，x_i_normalized 将通过 gamma 和 beta 进行线性变换，它们是学习到的参数

output_i = x_i_normalized * gamma + beta

gamma 和 beta 将跨越 axis 中指定的 inputs 的轴，并且输入形状的这部分必须完全定义。

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将 gamma 和 beta 定义在与归一化轴不同的轴集上。例如，Group Normalization (Wu et al. 2018) 当 group size 为 1 时，等同于 Layer Normalization，它会在高度、宽度和通道上进行归一化，并且 gamma 和 beta 只跨越通道维度。因此，此 Layer Normalization 实现将不匹配 group size 设置为 1 的 Group Normalization 层。

参数

• axis: 整数或列表/元组。用于归一化的轴或轴。通常，这是特征轴/轴。遗漏的轴通常是批次轴/轴。-1 是输入的最后一个维度。默认为 -1。
• epsilon：添加到方差中的小浮点数，以避免除以零。默认为 1e-3。
• center：如果为 True，则将 beta 的偏移量添加到归一化张量。如果为 False，则忽略 beta。默认为 True。
• scale: 如果为 True，则乘以 gamma。如果为 False，则不使用 gamma。当下一层是线性的（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。
• beta_initializer：beta 权重的初始化器。默认为零。
• gamma_initializer：gamma 权重的初始化器。默认为一。
• beta_regularizer：beta 权重的可选正则化器。默认为 None。
• gamma_regularizer：gamma 权重的可选正则化器。默认为 None。
• beta_constraint：beta 权重的可选约束。默认为 None。
• gamma_constraint：gamma 权重的可选约束。默认为 None。

输入形状

任意。当将此层用作模型中的第一层时，使用关键字参数 input_shape（整数元组，不包括样本轴）。

输出形状

与输入形状相同。

参考

• Lei Ba et al., 2016.