torch.nn.utils.weight_norm

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

將權重正規化應用於給定模組中的參數。

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

權重正規化是一種重新參數化的方法，可將權重張量的大小與其方向解耦。這會將由 name (例如 'weight') 指定的參數，替換為兩個參數：一個指定大小 (例如 'weight_g')，另一個指定方向 (例如 'weight_v')。權重正規化是透過一個鉤子 (hook) 實現的，該鉤子會在每次 forward() 呼叫之前，根據大小和方向重新計算權重張量。

預設情況下，使用 dim=0 時，範數 (norm) 是針對每個輸出通道/平面獨立計算的。若要計算整個權重張量的範數，請使用 dim=None。

請參閱 https://arxiv.org/abs/1602.07868

警告

此函數已被棄用。請使用 torch.nn.utils.parametrizations.weight_norm()，它使用現代化的參數化 API。新的 weight_norm 與舊的 weight_norm 產生的 state_dict 相容。

遷移指南

• 大小 (weight_g) 和方向 (weight_v) 現在分別表示為 parametrizations.weight.original0 和 parametrizations.weight.original1。 如果這讓您感到困擾，請在 https://github.com/pytorch/pytorch/issues/102999 上發表評論。

• 若要移除權重正規化重新參數化，請使用 torch.nn.utils.parametrize.remove_parametrizations()。

• 權重不再於模組正向傳播時重新計算一次； 相反，它會在每次存取時重新計算。 若要恢復舊的行為，請在使用相關模組之前，使用 torch.nn.utils.parametrize.cached()。

參數

• module (Module) – 包含模組

• name (str, optional) – 權重參數的名稱

• dim (int, optional) – 計算範數的維度

傳回

具有權重正規化鉤子的原始模組

傳回類型

T_module

範例

>>> m = weight_norm(nn.Linear(20, 40), name='weight')
>>> m
Linear(in_features=20, out_features=40, bias=True)
>>> m.weight_g.size()
torch.Size([40, 1])
>>> m.weight_v.size()
torch.Size([40, 20])