torch.nn.utils.parametrizations.weight_norm

torch.nn.utils.parametrizations.weight_norm(module, name='weight', dim=0)

對給定模組中的引數應用權重歸一化。

$$\mathbf{w} = g \dfrac{\mathbf{v}}{\|\mathbf{v}\|}$$

權重歸一化是一種重新引數化方法，它將權重張量的幅度與其方向解耦。它用兩個引數替換由 name 指定的引數：一個指定幅度，一個指定方向。

預設情況下，當 dim=0 時，範數是為每個輸出通道/平面獨立計算的。要計算整個權重張量的範數，請使用 dim=None。

參見 https://arxiv.org/abs/1602.07868

引數

• module (Module) – 包含的模組

• name (str, optional) – 權重引數的名稱

• dim (int, optional) – 計算範數的維度

返回

帶有權重歸一化鉤子的原始模組

示例

>>> m = weight_norm(nn.Linear(20, 40), name='weight')
>>> m
ParametrizedLinear(
  in_features=20, out_features=40, bias=True
  (parametrizations): ModuleDict(
    (weight): ParametrizationList(
      (0): _WeightNorm()
    )
  )
)
>>> m.parametrizations.weight.original0.size()
torch.Size([40, 1])
>>> m.parametrizations.weight.original1.size()
torch.Size([40, 20])