我正在学习pytorch，我不知道这个问题是否愚蠢，但我找不到官方网站来解释nn.batchnorm1d。我想知道 torch.nn.BatchNorm1d(d1) 是如何工作的？我知道 batch norm 是关于使一批示例的均值和方差分别为 0 和 1。我想知道是否有nn.batchnorm2d，如果有，它有什么作用？ d1 参数是什么？
最佳答案
BatchNorm1d 将 2/3 维数据 (N, C) 或 (N, C, L)< 的数据归一化为 0 均值和单位方差，在每个 (N, L) 或 (N,) 切片的 channel 维度上计算；而 BatchNorm2d 对 4 个维度 (N, C, H, W) 做同样的事情，在每个 (N, H, W) 的 channel 维度上计算 切片。
使用哪一个取决于输入数据的维度。例如在图像处理中，特征图通常有 2 个空间维度 (N, C, H, W)，所以 BatchNorm2d在这里很有用。然而对于某些 NLP 任务，如果只考虑长度维度，可以使用 BatchNorm1d。 .对于这两个函数，d1 参数是特征数，等于输入张量的 dim C。
关于python - torch 库中的 BatchNorm1d() 方法如何工作？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/61193517/