快捷方式

LazyInstanceNorm3d

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

一个 torch.nn.InstanceNorm3d 模块,其 num_features 参数的初始化为延迟的。

num_features 的值将从 input.size(1) 中推断出来。将延迟初始化的属性有 weightbiasrunning_meanrunning_var

请查看 torch.nn.modules.lazy.LazyModuleMixin,以进一步了解延迟模块及其局限性。

参数
  • num_features – 预期输入大小为 (N,C,D,H,W)(N, C, D, H, W)(C,D,H,W)(C, D, H, W)CC

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

  • momentum (Optional[float]) – 用于计算 running_meanrunning_var 的值。默认值:0.1

  • affine (bool) – 布尔值,当设置为 True 时,该模块将具有可学习的仿射参数,初始化方式与批归一化相同。默认值:False

  • track_running_stats (bool) – 当设置为 True 时,该模块会跟踪运行时的均值和方差。当设置为 False 时,该模块不会跟踪这些统计数据,并且在训练和评估模式下始终使用批次统计数据。默认值:False

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

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

cls_to_become

InstanceNorm3d 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