|
AIDGE IN SPACE
Banc d'essai de compression d'image apprise pour l'embarqué
|
Generalized Divisive Normalization (Ballé et al. Plus de détails...
Fonctions membres publiques | |
| __init__ (self, ch, inverse=False, beta_min=1e-6, gamma_init=0.1, reparam_offset=2 **-18, symmetric=False) | |
| Crée une GDN initialisée à beta = 1, gamma = gamma_init * identité. | |
| effective_params (self) | |
| Paramètres effectifs après re-paramétrisation. | |
| forward (self, x) | |
| Applique la (I)GDN à un tenseur B x C x H x W. | |
| extra_repr (self) | |
| Paramètres affichés par print(module). | |
Attributs publics | |
| ch | |
| Nombre de canaux, GDN inverse (IGDN), gamma symétrisé. | |
| inverse | |
| Nombre de canaux, GDN inverse (IGDN), gamma symétrisé. | |
| symmetric = ch, inverse, symmetric | |
| Nombre de canaux, GDN inverse (IGDN), gamma symétrisé. | |
| int | pedestal = reparam_offset ** 2 |
| Piédestal de la re-paramétrisation (offset²). | |
| tuple | beta_bound = (beta_min + self.pedestal) ** 0.5 |
| Borne inférieure du paramètre brut beta. | |
| gamma_bound = reparam_offset | |
| Borne inférieure du paramètre brut gamma. | |
| beta = nn.Parameter(torch.sqrt(torch.ones(ch) + self.pedestal)) | |
| Paramètre brut de beta (forme C) ; valeur effective : effective_params(). | |
| gamma = nn.Parameter(torch.sqrt(gamma_init * torch.eye(ch) + self.pedestal)) | |
| Paramètre brut de gamma (forme C x C) ; valeur effective : effective_params(). | |
Generalized Divisive Normalization (Ballé et al.
2016).
y_i = x_i / sqrt(beta_i + sum_j gamma_ij x_j^2), ou x_i * sqrt(...) pour la GDN inverse (IGDN). beta et gamma sont re-paramétrés (racine carrée + piédestal) pour rester positifs.
| aidge_in_space.nn.GDN.__init__ | ( | self, | |
| ch, | |||
| inverse = False, | |||
| beta_min = 1e-6, | |||
| gamma_init = 0.1, | |||
| reparam_offset = 2 ** -18, | |||
| symmetric = False ) |
Crée une GDN initialisée à beta = 1, gamma = gamma_init * identité.
| ch | Nombre de canaux. |
| inverse | True pour l'IGDN (multiplication au lieu de division). |
| beta_min | Valeur minimale de beta. |
| gamma_init | Valeur initiale de la diagonale de gamma. |
| reparam_offset | Décalage de la re-paramétrisation (piédestal = offset²). |
| symmetric | True pour symétriser gamma (variante du notebook). |
| aidge_in_space.nn.GDN.effective_params | ( | self | ) |
Paramètres effectifs après re-paramétrisation.