LazyInstanceNorm3d

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

Модуль torch.nn.InstanceNorm3d с отложенной инициализацией аргумента num_features.

Аргумент num_features для InstanceNorm3d 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 разделе torch.nn.modules.lazy.LazyModuleMixin.

Параметры:

• num_features – $C$ для ожидаемого входа размера $(N, C, D, H, W)$ или $(C, D, H, W)$
• eps (float) – значение, добавляемое к знаменателю для численной устойчивости. По умолчанию: 1e-5
• momentum (float | None) – значение, используемое при вычислении running_mean и running_var. По умолчанию: 0.1
• affine (bool) – логическое значение: если установлено в True, модуль имеет обучаемые аффинные параметры, инициализируемые так же, как при пакетной нормализации. 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 пакета как в режиме обучения, так и в режиме оценки. По умолчанию: False
• bias (UninitializedParameter) – Если установлено в False, слой не будет обучать аддитивное смещение (имеет значение, только если affine — True). По умолчанию: True

Форма:

• Вход: $(N, C, D, H, W)$ или $(C, D, H, W)$
• Выход: $(N, C, D, H, W)$ или $(C, D, H, W)$ (та же форма, что и у входа)

cls_to_become [source]

псевдоним для InstanceNorm3d