LayerNorm

    该接口用于构建 LayerNorm 类的一个可调用对象，具体用法参照 。其中实现了层归一化层（Layer Normalization Layer）的功能，其可以应用于小批量输入数据。更多详情请参考：

    计算公式如下

    • LayerNorm - 图1

      : 该层神经元的向量表示

    • ϵϵ : 添加较小的值到方差中以防止除零

    • bb : 可训练的偏差参数

    参数：

    • normalized_shape (int 或 list 或 tuple) – 需规范化的shape，期望的输入shape为 [*, normalized_shape[0], normalized_shape[1], ..., normalized_shape[-1]]。如果是单个整数，则此模块将在最后一个维度上规范化（此时最后一维的维度需与该参数相同）。

    • scale (bool, 可选) - 指明是否在归一化后学习自适应增益 。默认值：True。

    • epsilon (float, 可选) - 指明在计算过程中是否添加较小的值到方差中以防止除零。默认值：1e-05。

    • param_attr (ParamAttr, 可选) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。

    • bias_attr (ParamAttr, 可选) - 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 。

    • dtype (str，可选) - 输出Tensor或LoDTensor的数据类型，数据类型必须为：float32或float64，默认为float32。

    返回：无