快捷方式

LazyInstanceNorm2d

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

一个 torch.nn.InstanceNorm2d 模块,其 num_features 参数的初始化延迟。

InstanceNorm2dnum_features 参数从 input.size(1) 推断得出。将延迟初始化的属性为 weightbiasrunning_meanrunning_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 – 预期输入大小为 (N,C,H,W)(N, C, H, W)(C,H,W)(C, H, W) 中的 CC

  • eps (浮点数) – 添加到分母以确保数值稳定的值。默认值:1e-5

  • momentum (可选[浮点数]) – 用于计算 running_mean 和 running_var 的值。默认值:0.1

  • affine (布尔值) – 布尔值,设置为 True 时,此模块具有可学习的仿射参数,初始化方式与批标准化相同。默认值:False

  • track_running_stats (布尔值) – 布尔值,设置为 True 时,此模块跟踪运行均值和方差,设置为 False 时,此模块不跟踪此类统计信息,并且始终在训练和评估模式下都使用批统计信息。默认值:False

形状
  • 输入:(N,C,H,W)(N, C, H, W)(C,H,W)(C, H, W)

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

cls_to_become

InstanceNorm2d 的别名

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源