LazyInstanceNorm2d

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

一个 torch.nn.InstanceNorm2d 模块，它对 num_features 参数进行了延迟初始化。

InstanceNorm2d 的 num_features 参数将从 input.size(1) 推断得出。将延迟初始化的属性是 weight、bias、running_mean 和 running_var。

有关延迟模块及其限制的更多文档，请查看 torch.nn.modules.lazy.LazyModuleMixin。

参数

• num_features – 期望输入尺寸为 $(N, C, H, W)$ 或 $(C, H, W)$ 时的 $C$。

• eps (float) – 为了数值稳定性添加到分母中的值。默认值：1e-5

• momentum (Optional[float]) – 用于 running_mean 和 running_var 计算的值。默认为 0.1。

• affine (bool) – 一个布尔值，当设置为 True 时，此模块具有可学习的仿射参数，其初始化方式与批归一化相同。默认为 False。

• track_running_stats (bool) – 一个布尔值，当设置为 True 时，此模块跟踪运行均值和方差；当设置为 False 时，此模块不跟踪这些统计信息，并且在训练和评估模式下始终使用批次统计信息。默认为 False。

形状

• 输入： $(N, C, H, W)$ 或 $(C, H, W)$

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

cls_to_become

的别名： InstanceNorm2d