BatchNorm

class cuequivariance_torch.layers.BatchNorm(

irreps: Irreps,

*,

layout: IrrepsLayout = None,

eps: float = 1e-05,

momentum: float = 0.1,

affine: bool = True,

reduce: str = 'mean',

instance: bool = False,

include_bias: bool = True,

)

正交表示的批量归一化。

它通过表示的范数进行归一化。请注意，范数仅对于正交表示是不变的。

参数:

• irreps (Irreps) – 输入 irreps。

• layout (IrrepsLayout, optional) – 输入张量的布局，默认为 IrrepsLayout.mul_ir。

• eps (float, optional) – 用于数值稳定性的 epsilon 值，默认为 1e-5。

• momentum (float, optional) – 用于运行均值和方差的动量，默认为 0.1。

• affine (bool, optional) – 是否应用仿射变换，默认为 True。

• reduce (str, optional) – 如何缩减表示的范数，默认为 “mean”。

• instance (bool, optional) – 是否使用实例归一化，默认为 False。

• include_bias (bool, optional) – 是否包含偏置项，默认为 True。

前向传播

forward(input: Tensor) → Tensor

归一化输入张量。

参数:

input (torch.Tensor) – 输入张量。最后一个维度应与输入 irreps 匹配。

返回:

归一化张量。

返回类型:

torch.Tensor