主要就是了解一下pytorch中的使用layernorm這種歸一化之后的數據變化，以及數據使用relu，prelu，leakyrelu之后的變化。

import torch
import torch.nn as nn
import torch.nn.functional as F
class model(nn.Module):
    def __init__(self):
        super(model, self).__init__()
        self.LN=nn.LayerNorm(10,eps=0,elementwise_affine=True)
        self.PRelu=nn.PReLU(init=0.25)
        self.Relu=nn.ReLU()
        self.LeakyReLU=nn.LeakyReLU(negative_slope=0.01,inplace=False)
    def forward(self,input ):
        out=self.LN(input)
        print("LN:",out)
        out1=self.PRelu(out)
        print("PRelu:",out1)
        out2=self.Relu(out)
        print("Relu:",out2)
        out3=self.LeakyReLU(out)
        print("LeakyRelu:",out3)
        return out
tensor=torch.tensor([-0.9,0.1,0,-0.1,0.9,-0.4,0.9,-0.5,0.8,0.1])
net=model()
print(tensor)
net(tensor)

輸出：

tensor([-0.9000,  0.1000,  0.0000, -0.1000,  0.9000, -0.4000,  0.9000, -0.5000,
         0.8000,  0.1000])
LN: tensor([-1.6906,  0.0171, -0.1537, -0.3245,  1.3833, -0.8368,  1.3833, -1.0076,
         1.2125,  0.0171], grad_fn=NativeLayerNormBackward>)
Relu: tensor([0.0000, 0.0171, 0.0000, 0.0000, 1.3833, 0.0000, 1.3833, 0.0000, 1.2125,
        0.0171], grad_fn=ReluBackward0>)
PRelu: tensor([-0.4227,  0.0171, -0.0384, -0.0811,  1.3833, -0.2092,  1.3833, -0.2519,
         1.2125,  0.0171], grad_fn=PreluBackward>)
LeakyRelu: tensor([-0.0169,  0.0171, -0.0015, -0.0032,  1.3833, -0.0084,  1.3833, -0.0101,
         1.2125,  0.0171], grad_fn=LeakyReluBackward0>)

從上面可以看出，這個LayerNorm的歸一化，并不是將數據限定在0-1之間，也沒有進行一個類似于高斯分布一樣的分數，只是將其進行了一個處理，對應的數值得到了一些變化，相同數值的變化也是相同的。

Relu的則是單純將小于0的數變成了0，減少了梯度消失的可能性

PRelu是一定程度上的保留了負值，根據init給的值。

LeakyRelu也是一定程度上保留負值，不過比較小，應該是根據negative_slope給的值。

補充：PyTorch學習之歸一化層（BatchNorm、LayerNorm、InstanceNorm、GroupNorm）

BN，LN，IN，GN從學術化上解釋差異：

BatchNorm：batch方向做歸一化，算NHW的均值，對小batchsize效果不好；BN主要缺點是對batchsize的大小比較敏感，由于每次計算均值和方差是在一個batch上，所以如果batchsize太小，則計算的均值、方差不足以代表整個數據分布

LayerNorm：channel方向做歸一化，算CHW的均值，主要對RNN作用明顯；

InstanceNorm：一個channel內做歸一化，算H*W的均值，用在風格化遷移；因為在圖像風格化中，生成結果主要依賴于某個圖像實例，所以對整個batch歸一化不適合圖像風格化中，因而對HW做歸一化。可以加速模型收斂，并且保持每個圖像實例之間的獨立。

GroupNorm：將channel方向分group，然后每個group內做歸一化，算(C//G)HW的均值；這樣與batchsize無關，不受其約束。

SwitchableNorm是將BN、LN、IN結合，賦予權重，讓網絡自己去學習歸一化層應該使用什么方法。

1 BatchNorm

torch.nn.BatchNorm1d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
torch.nn.BatchNorm2d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
torch.nn.BatchNorm3d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)

參數：

num_features： 來自期望輸入的特征數，該期望輸入的大小為'batch_size x num_features [x width]'

eps： 為保證數值穩定性（分母不能趨近或取0）,給分母加上的值。默認為1e-5。

momentum： 動態均值和動態方差所使用的動量。默認為0.1。

affine： 布爾值，當設為true，給該層添加可學習的仿射變換參數。

track_running_stats：布爾值，當設為true，記錄訓練過程中的均值和方差；

實現公式：

track_running_stats：布爾值，當設為true，記錄訓練過程中的均值和方差；

實現公式：

2 GroupNorm

torch.nn.GroupNorm(num_groups, num_channels, eps=1e-05, affine=True)

參數：

num_groups：需要劃分為的groups

num_features：來自期望輸入的特征數，該期望輸入的大小為'batch_size x num_features [x width]'

eps：為保證數值穩定性（分母不能趨近或取0）,給分母加上的值。默認為1e-5。

momentum：動態均值和動態方差所使用的動量。默認為0.1。

affine：布爾值，當設為true，給該層添加可學習的仿射變換參數。

實現公式：

3 InstanceNorm

torch.nn.InstanceNorm1d(num_features, eps=1e-05, momentum=0.1, affine=False, track_running_stats=False)
torch.nn.InstanceNorm2d(num_features, eps=1e-05, momentum=0.1, affine=False, track_running_stats=False)
torch.nn.InstanceNorm3d(num_features, eps=1e-05, momentum=0.1, affine=False, track_running_stats=False)

參數：

num_features：來自期望輸入的特征數，該期望輸入的大小為'batch_size x num_features [x width]'

eps：為保證數值穩定性（分母不能趨近或取0）,給分母加上的值。默認為1e-5。

momentum：動態均值和動態方差所使用的動量。默認為0.1。

affine：布爾值，當設為true，給該層添加可學習的仿射變換參數。

track_running_stats：布爾值，當設為true，記錄訓練過程中的均值和方差；

實現公式：

4 LayerNorm

torch.nn.LayerNorm(normalized_shape, eps=1e-05, elementwise_affine=True)

參數：

normalized_shape： 輸入尺寸

[∗×normalized_shape[0]×normalized_shape[1]×…×normalized_shape[−1]]

eps： 為保證數值穩定性（分母不能趨近或取0）,給分母加上的值。默認為1e-5。

elementwise_affine： 布爾值，當設為true，給該層添加可學習的仿射變換參數。

實現公式：

5 LocalResponseNorm

torch.nn.LocalResponseNorm(size, alpha=0.0001, beta=0.75, k=1.0)

參數：

size：用于歸一化的鄰居通道數

alpha：乘積因子，Default: 0.0001

beta ：指數，Default: 0.75

k：附加因子，Default: 1

實現公式：

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。