LazyInstanceNorm2d

classtorch.nn.LazyInstanceNorm2d(eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, device=None, dtype=None)[源代码]

一个带有num_features参数惰性初始化的torch.nn.InstanceNorm2d模块。

InstanceNorm2d 的 num_features 参数是从 input.size(1) 推断出来的。将被惰性初始化的属性包括 weight、bias、running_mean 和 running_var。

查阅torch.nn.modules.lazy.LazyModuleMixin以了解更多关于延迟模块及其限制的文档。

参数

• num_features – 来自预期输入大小为 $(N, C, H, W)$ 或 $(C, H, W)$ 的 $C$

• eps (float) — 一个添加到分母的值，用于保证数值稳定性。默认值为 1e-5。

• momentum (Optional[float]) – 用于 running_mean 和 running_var 计算的动量值。默认：0.1

• affine (bool) – 一个布尔值，当设置为True时，此模块将具有可学习的仿射参数，并且初始化方式与批量归一化相同。默认值： False。

• track_running_stats (bool) – 一个布尔值，当设置为True时，此模块会跟踪运行均值和方差；当设置为False时，此模块不会进行统计，并且在训练模式和评估模式下始终使用批量统计信息。默认值： False

形状:

• 输入: $(N, C, H, W)$ 或 $(C, H, W)$

• 输出: $(N, C, H, W)$ 或 $(C, H, W)$（与输入的形状相同）

cls_to_become

别名：InstanceNorm2d