LazyInstanceNorm2d

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

Модуль torch.nn.InstanceNorm2d с отложенной инициализацией аргумента num_features.

Аргумент num_features модуля InstanceNorm2d 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 описании torch.nn.modules.lazy.LazyModuleMixin.

Параметры:

• num_features – $C$ для ожидаемого входного тензора размера $(N, C, H, W)$ или $(C, H, W)$
• 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 установлено в True, у модуля имеются обучаемые аффинные параметры, инициализируемые так же, как при пакетной нормализации. Значение по умолчанию: False
• track_running_stats (bool) – логическое значение: если установлено в True, модуль отслеживает скользящие среднее и дисперсию; если установлено в False, модуль не отслеживает эти статистики и всегда использует статистики текущего пакета как в режиме обучения, так и в режиме оценки. Значение по умолчанию: False
• bias (UninitializedParameter) – если установлено в False, слой не будет обучать аддитивное смещение (актуально только если affine равно True). Значение по умолчанию: True

Размерность:

• Вход: $(N, C, H, W)$ или $(C, H, W)$
• Выход: $(N, C, H, W)$ или $(C, H, W)$ (такая же размерность, как у входа)

cls_to_become [исходный код]

псевдоним для InstanceNorm2d