LazyInstanceNorm2d

class torch.nn.LazyInstanceNorm2d(eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, device=None, dtype=None)

一個 torch.nn.InstanceNorm2d 模組，其 num_features 引數採用延遲初始化。

InstanceNorm2d 的 num_features 引數是從 input.size(1) 推斷出來的。將延遲初始化的屬性有 weight、bias、running_mean 和 running_var。

請檢視 torch.nn.modules.lazy.LazyModuleMixin，獲取有關延遲模組及其限制的更多文件。

引數

• num_features – 從預期的輸入尺寸 $(N, C, H, W)$ 或 $(C, H, W)$ 推斷出的 $C$。

• eps (float) – 新增到分母上的值，用於數值穩定性。預設值：1e-5

• momentum (可選[float]) – 用於計算 running_mean 和 running_var 的值。預設值：0.1

• affine (bool) – 一個布林值。當設定為 True 時，此模組具有可學習的仿射引數，初始化方式與 batch normalization 相同。預設值：False。

• track_running_stats (bool) – 一個布林值。當設定為 True 時，此模組跟蹤執行中的均值和方差；當設定為 False 時，此模組不跟蹤這些統計資訊，在訓練和評估模式下始終使用批次統計資訊。預設值：False

形狀

• 輸入形狀：$(N, C, H, W)$ 或 $(C, H, W)$

• 輸出形狀：$(N, C, H, W)$ 或 $(C, H, W)$ (與輸入形狀相同)

cls_to_become

InstanceNorm2d 的別名