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，它具有 num_features 参数的延迟初始化。

InstanceNorm2d 的 num_features 参数是从 input.size(1) 推断出来的。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，请参阅 torch.nn.modules.lazy.LazyModuleMixin。

参数

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

• eps (float) – 添加到分母的一个值，用于数值稳定性。默认值：1e-5

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

• affine (bool) – 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。默认值：False。

• track_running_stats (bool) – 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，此模块不跟踪此类统计信息，并且在训练和评估模式下始终使用批统计信息。默认值：False

形状

• 输入：$(N, C, H, W)$ 或 $(C, H, W)$

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

cls_to_become

的别名：InstanceNorm2d