懒惰实例规范三维

注:这里的翻译可能需要根据具体上下文进行调整,"LazyInstanceNorm3d" 是一个技术术语,如果在特定领域中有约定俗成的中文译法,请参考该领域的标准译法。上述翻译仅供参考。
classtorch.nn.LazyInstanceNorm3d(eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, device=None, dtype=None)[源代码]

一个具有num_features参数惰性初始化的torch.nn.InstanceNorm3d模块。

InstanceNorm3dnum_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 weightbiasrunning_meanrunning_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, D, H, W)$$(C, D, H, W)$$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, D, H, W)$$(C, D, H, W)$

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

cls_to_become

别名:InstanceNorm3d

本页目录