SyncBatchNorm#

class torch.nn.SyncBatchNorm(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, process_group=None, device=None, dtype=None)[源代码]#

对 N 维输入应用批归一化。

N-D 输入是 [N-2]D 输入的 mini-batch，具有额外的通道维度），如论文 Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 所述。

y = \frac{x - \mathrm{E}[x]}{ \sqrt{\mathrm{Var}[x] + \epsilon}} * \gamma + \beta

均值和标准差是为同一进程组的所有 mini-batch 计算的每个维度。 $\gamma$ 和 $\beta$ 是大小为 C 的可学习参数向量（其中 C 是输入大小）。默认情况下， $\gamma$ 的元素从 $\mathcal{U}(0, 1)$ 采样， $\beta$ 的元素设置为 0。标准差是通过有偏估计量计算的，等同于 torch.var(input, unbiased=False)。

同样，默认情况下，在训练期间，该层会保持其计算出的均值和方差的运行估计，这些估计随后用于评估期间的归一化。运行估计使用默认的 momentum 值 0.1 进行保持。

如果将 track_running_stats 设置为 False，则该层将不再保持运行估计，而是会在评估期间也使用批统计数据。

注意

此 momentum 参数与优化器类中使用的参数以及传统的 momentum 概念不同。在数学上，此处运行统计数据的更新规则为 $\hat{x}_\text{new} = (1 - \text{momentum}) \times \hat{x} + \text{momentum} \times x_t$ , 其中 $\hat{x}$ 是估计的统计量， $x_t$ 是新的观测值。

由于 Batch Normalization 是为 C 维中的每个通道进行的，因此在 (N, +) 切片上计算统计量，因此通常称之为 Volumetric Batch Normalization 或 Spatio-temporal Batch Normalization。

目前 SyncBatchNorm 只支持 DistributedDataParallel (DDP) 和每进程单 GPU。请在将网络与 DDP 封装之前，使用 torch.nn.SyncBatchNorm.convert_sync_batchnorm() 将 BatchNorm*D 层转换为 SyncBatchNorm。

参数

num_features (int) – $C$ ，来自预期输入大小为 $(N, C, +)$
eps (float) – 用于数值稳定而添加到分母中的值。默认值：1e-5
momentum (Optional[float]) – 用于 running_mean 和 running_var 计算的值。可以设置为 None 以进行累积移动平均（即简单平均）。默认值：0.1
affine (bool) – 一个布尔值，如果设置为 True，则该模块具有可学习的仿射参数。默认值：True
track_running_stats (bool) – 当设置为 True 时，此模块跟踪运行均值和方差，当设置为 False 时，此模块不跟踪此类统计信息，并将统计缓冲区 running_mean 和 running_var 初始化为 None。当这些缓冲区为 None 时，此模块始终使用 batch 统计信息，无论是在训练还是评估模式下。默认值：True
process_group (Optional[Any]) – 统计信息的同步发生在每个进程组内。默认行为是跨整个 world 进行同步。

形状

输入： $(N, C, +)$
输出： $(N, C, +)$ （与输入形状相同）

注意

Batchnorm 统计信息的同步仅在训练时发生，即当设置 model.eval() 或 self.training 为 False 时，同步将被禁用。

示例

>>> # With Learnable Parameters
>>> m = nn.SyncBatchNorm(100)
>>> # creating process group (optional)
>>> # ranks is a list of int identifying rank ids.
>>> ranks = list(range(8))
>>> r1, r2 = ranks[:4], ranks[4:]
>>> # Note: every rank calls into new_group for every
>>> # process group created, even if that rank is not
>>> # part of the group.
>>> process_groups = [torch.distributed.new_group(pids) for pids in [r1, r2]]
>>> process_group = process_groups[0 if dist.get_rank() <= 3 else 1]
>>> # Without Learnable Parameters
>>> m = nn.BatchNorm3d(100, affine=False, process_group=process_group)
>>> input = torch.randn(20, 100, 35, 45, 10)
>>> output = m(input)

>>> # network is nn.BatchNorm layer
>>> sync_bn_network = nn.SyncBatchNorm.convert_sync_batchnorm(network, process_group)
>>> # only single gpu per process is currently supported
>>> ddp_sync_bn_network = torch.nn.parallel.DistributedDataParallel(
>>>                         sync_bn_network,
>>>                         device_ids=[args.local_rank],
>>>                         output_device=args.local_rank)

classmethod convert_sync_batchnorm(module, process_group=None)[源代码]#

将模型中所有 BatchNorm*D 层转换为 torch.nn.SyncBatchNorm 层。

参数

module (nn.Module) – 包含一个或多个 BatchNorm*D 层的模块
process_group (optional) – 用于范围同步的进程组，默认为整个 world

返回

原始 module 及其转换后的 torch.nn.SyncBatchNorm 层。如果原始 module 是 BatchNorm*D 层，则将返回一个新的 torch.nn.SyncBatchNorm 层对象。

示例

>>> # Network with nn.BatchNorm layer
>>> module = torch.nn.Sequential(
>>>            torch.nn.Linear(20, 100),
>>>            torch.nn.BatchNorm1d(100),
>>>          ).cuda()
>>> # creating process group (optional)
>>> # ranks is a list of int identifying rank ids.
>>> ranks = list(range(8))
>>> r1, r2 = ranks[:4], ranks[4:]
>>> # Note: every rank calls into new_group for every
>>> # process group created, even if that rank is not
>>> # part of the group.
>>> process_groups = [torch.distributed.new_group(pids) for pids in [r1, r2]]
>>> process_group = process_groups[0 if dist.get_rank() <= 3 else 1]
>>> sync_bn_module = torch.nn.SyncBatchNorm.convert_sync_batchnorm(module, process_group)

forward(input)[源代码]#

执行前向传播。

返回类型: 张量

SyncBatchNorm#

文档

教程

资源