层归一化（LayerNormalization）层

[源代码]

LayerNormalization 类

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)。

独立地对批次中的每个给定示例的上一层的激活进行归一化，而不是像批量归一化那样跨批次进行。即，它应用一个变换，将每个示例内的平均激活保持在接近 0，激活标准差保持在接近 1。

如果启用了 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 默认是一个全为 1 的张量，beta 默认是一个全为 0 的张量，因此在训练开始之前，中心化和缩放操作都不会生效。

因此，当启用缩放和中心化时，归一化方程如下：

令中间激活（一个小型批次）为 inputs。

对于 inputs 中的每个样本 x_i，具有 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的 x_i_normalized，包括一个小的因子 epsilon 以保证数值稳定性。

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

最后，x_i_normalized 会通过 gamma 和 beta 进行线性变换，它们是可学习的参数：

output_i = x_i_normalized * gamma + beta

gamma 和 beta 将跨越 inputs 中在 axis 指定的轴，并且这部分输入的形状必须是完全确定的。

例如

>>> layer = 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，层归一化的其他实现可能选择让 gamma 和 beta 跨越一组与归一化轴不同的轴。例如，分组归一化 (Wu et al. 2018) 的组大小为 1 时，对应于一个层归一化，它跨越高度、宽度和通道进行归一化，并且 gamma 和 beta 只跨越通道维度。因此，此层归一化实现将不匹配组大小设置为 1 的分组归一化层。

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。
• **kwargs：基础层关键字参数（例如 name 和 dtype）。

参考

• Lei Ba et al., 2016.