WeightNormParamAttr
api_attr
声明式编程模式(静态图)
注解
动态图模式下请使用 paddle.nn.utils.weight_norm
。
注解
该类中的 属性在2.0版本会废弃,推荐在初始化 optimizer
时设置梯度裁剪。共有三种裁剪策略: cn_api_paddle_nn_ClipGradByGlobalNorm 、 cn_api_paddle_nn_ClipGradByNorm 、 cn_api_paddle_nn_ClipGradByValue 。
参数:
dim (int,可选) - 进行归一化操作(norm)的切片所在维度,是小于权重Tensor rank的非负数。比如卷积的权重shape是
, rank是4,则dim可以选0,1,2,3;fc的权重shape是
,rank是2,dim可以选0,1。 dim 默认为None,如果为None就对所有元素做归一化(norm)。
learning_rate (float32,可选) - 学习率,优化过程 global_lr∗parameter_lr∗scheduler_factorglobal_lr∗parameter_lr∗scheduler_factor 的学习速率,默认为1.0。
regularizer (WeightDecayRegularizer,可选) - 正则化方法。支持两种正则化策略: 、 L2Decay ,如果在
optimizer
(例如 ) 中也 设置了正则化, 中的正则化将被忽略。默认值为None,表示没有正则化。do_model_average (bool) - 可选,指明参数是否需要模型平均化操作(Model Average),默认为False。
need_clip (bool) - 可选,指明参数梯度是否需要在优化器中进行clip,默认为True。