LazyInstanceNorm2d

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

一個 torch.nn.InstanceNorm2d 模組，具有 num_features 參數的延遲初始化。

InstanceNorm2d 的 num_features 參數是從 input.size(1) 推斷而來。將被延遲初始化的屬性是 weight、bias、running_mean 和 running_var。

請查看 torch.nn.modules.lazy.LazyModuleMixin 以獲得有關延遲模組及其限制的更多文件。

參數

• num_features – 來自預期大小為 $(N, C, H, W)$ 或 $(C, H, W)$ 的輸入中的 $C$

• eps (float) – 加到分母以實現數值穩定性的值。預設值：1e-5

• momentum (Optional[float]) – 用於 running_mean 和 running_var 計算的值。預設值：0.1

• affine (bool) – 一個布林值，當設定為 True 時，此模組具有可學習的仿射參數，其初始化方式與批次正規化相同。預設值：False。

• track_running_stats (bool) – 一個布林值，當設定為 True 時，此模組追蹤 running mean 和 variance，而當設定為 False 時，此模組不追蹤這些統計數據，並且在訓練和 eval 模式下始終使用批次統計數據。預設值：False

形狀

• 輸入：$(N, C, H, W)$ 或 $(C, H, W)$

• 輸出：$(N, C, H, W)$ 或 $(C, H, W)$（與輸入形狀相同）

cls_to_become

是 InstanceNorm2d 的別名