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，其 num_features 参数采用延迟初始化。

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有 weight、bias、running_mean 和 running_var。

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

参数

• num_features – 从预期的输入尺寸 $(N, C, H, W)$ 或 $(C, H, W)$ 推断出的 $C$。

• eps (float) – 添加到分母上的值，用于数值稳定性。默认值：1e-5

• momentum (可选[float]) – 用于计算 running_mean 和 running_var 的值。默认值：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，初始化方式与 batch normalization 相同。默认值：False。

• track_running_stats (bool) – 一个布尔值。当设置为 True 时，此模块跟踪运行中的均值和方差；当设置为 False 时，此模块不跟踪这些统计信息，在训练和评估模式下始终使用批量统计信息。默认值：False

形状

• 输入形状：$(N, C, H, W)$ 或 $(C, H, W)$

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

cls_to_become

InstanceNorm2d 的别名