LazyInstanceNorm3d

class torch.nn.modules.instancenorm.LazyInstanceNorm3d(eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, device=None, dtype=None)

一个具有 num_features 参数的懒初始化 torch.nn.InstanceNorm3d 模块。

InstanceNorm3d 的 num_features 参数是从 input.size(1) 推断出来的。将进行懒初始化的属性是 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 – $C$，期望输入形状为 $(N, C, D, H, W)$ 或 $(C, D, H, W)$。

• 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: $(N, C, D, H, W)$ 或 $(C, D, H, W)$

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

cls_to_become

别名: InstanceNorm3d