LazyInstanceNorm2d

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

Модуль torch.nn.InstanceNorm2d с ленивой инициализацией аргумента num_features модуля InstanceNorm2d, который определяется из input.size(1). Атрибуты, которые будут лениво инициализированы, — это weight, bias, running_mean и running_var.

Для получения дополнительной документации по ленивым модулям и их ограничениям обратитесь к torch.nn.modules.lazy.LazyModuleMixin.

Параметры:

• num_features – $C$ из ожидаемого входного размера $(N, C, H, W)$ или $(C, H, W)$
• eps (float) – значение, добавляемое к знаменателю для повышения численной устойчивости. По умолчанию: 1e-5
• momentum (float) – значение, используемое для вычисления running_mean и running_var. По умолчанию: 0.1
• affine (bool) – логическое значение. Если установлено в True, этот модуль имеет обучаемые аффинные параметры, инициализированные так же, как и для пакетной нормализации. По умолчанию: False.
• track_running_stats (bool) – логическое значение. Если установлено в True, этот модуль отслеживает текущее среднее и дисперсию, а если установлено в False, этот модуль не отслеживает такие статистические данные и всегда использует пакетную статистику как в режиме обучения, так и в режиме оценки. По умолчанию: False

Форма:

• Вход: $(N, C, H, W)$ или $(C, H, W)$
• Выход: $(N, C, H, W)$ или $(C, H, W)$ (такая же форма, как и вход)

cls_to_become

Псевдоним InstanceNorm2d