PaddlePaddle

 paddle.fluid / layers / affine_channel


affine_channel

paddle.fluid.layers. affine_channel ( x, scale=None, bias=None, data_layout='NCHW', name=None, act=None ) [源代码]

对输入的每个 channel 应用单独的仿射变换。用于将空间批量归一化替换为其等价的固定变换。

输入也可以是二维张量,并在第二维应用仿射变换。

参数:
  • x (Variable): 特征图输入可以是一个具有NCHW格式或NHWC格式的的4-D张量。它也可以是二维张量,此时该算法应用于第二维度的仿射变换。数据类型为float32或float64。

  • scale (Variable): 维度为(C)的一维输入,第C个元素为输入的第C通道仿射变换的尺度因子。数据类型为float32或float64。

  • bias (Variable): 维度为(C)的一维输入,第C个元素是输入的第C个通道的仿射变换的偏置。数据类型为float32或float64。

  • data_layout (str,可选): 指定输入的数据格式,输出的数据格式将与输入保持一致,可以是"NCHW"和"NHWC"。N是批尺寸,C是通道数,H是特征高度,W是特征宽度。如果输入是一个2D张量,可以忽略该参数,默认值为"NCHW"。

  • name (str,可选): 具体用法请参见 Name ,一般无需设置,默认值为None。

  • act (str,可选): 应用于该层输出的激活函数,默认值为None。

返回:与x具有相同维度和数据布局的张量, 数据类型与x相同

返回类型:Variable

代码示例:

import paddle.fluid as fluid
data = fluid.layers.data(name='data', shape=[3, 32, 32],
                         dtype='float32')
input_scale = fluid.layers.create_parameter(shape=[3],
                         dtype="float32")
input_bias = fluid.layers.create_parameter(shape=[3],
                         dtype="float32")
out = fluid.layers.affine_channel(data,scale=input_scale,
                         bias=input_bias)

此页内容是否对您有帮助