PyTorch中BatchNorm1d的输出与手动归一化输入维度的输出不匹配

为了理解PyTorch中BatchNorm1d的工作原理,我尝试将BatchNorm1d操作在二维张量上的输出与手动归一化的输出进行匹配。手动输出的结果似乎被缩小了0.9747的倍数。以下是代码(注意affine被设置为false):

输出为:

0.9747
0.9747
0.9747
...

BatchNorm2d进行同样的操作没有问题。BatchNorm1d是如何计算其输出的?


回答:

找到了原因。torch.var在计算方差时使用了贝塞尔校正。传递属性unbiased=False会得到相同的值。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注