LazyInstanceNorm1d

class torch.nn.LazyInstanceNorm1d(eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, device=None, dtype=None, *, bias=True) [исходный код]

Модуль torch.nn.InstanceNorm1d с отложенной инициализацией аргумента num_features.

Аргумент num_features модуля InstanceNorm1d определяется по input.size(1). Атрибуты, которые будут инициализированы отложенно: weight, bias, running_mean и running_var.

Дополнительную документацию об отложенных модулях и их ограничениях см. в torch.nn.modules.lazy.LazyModuleMixin.

Параметры:

• num_features – $C$ для ожидаемого входного тензора размера $(N, C, L)$ или $(C, L)$
• eps (float) – значение, добавляемое к знаменателю для численной устойчивости. Значение по умолчанию: 1e-5
• momentum (float | None) – значение, используемое при вычислении running_mean и running_var. Значение по умолчанию: 0.1
• affine (bool) – логическое значение: если оно равно True, модуль имеет обучаемые аффинные параметры, инициализируемые так же, как при пакетной нормализации. Значение по умолчанию: False
• track_running_stats (bool) – логическое значение: если оно равно True, модуль отслеживает скользящие среднее и дисперсию; если оно равно False, модуль не отслеживает такую статистику и всегда использует статистику пакета как в режиме обучения, так и в режиме оценки. Значение по умолчанию: False
• bias (UninitializedParameter) – если задано значение False, слой не будет обучать аддитивное смещение (имеет значение, только если affine равно True). Значение по умолчанию: True

Форма:

• Вход: $(N, C, L)$ или $(C, L)$
• Выход: $(N, C, L)$ или $(C, L)$ (такая же форма, как у входа)

cls_to_become [исходный код]

псевдоним InstanceNorm1d