LazyInstanceNorm1d

class torch.nn.modules.instancenorm.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 объекта InstanceNorm1d выводится из input.size(1). Атрибуты, которые будут инициализированы отложенно: weight, bias, running_mean и running_var.

Дополнительную документацию об отложенной инициализации модулей и её ограничениях см. в torch.nn.modules.lazy.LazyModuleMixin.

Параметры:

• num_features – $C$ для ожидаемого входного тензора размером $(N, C, L)$ или $(C, L)$
• 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 задано True, у модуля имеются обучаемые аффинные параметры, инициализируемые так же, как при пакетной нормализации. По умолчанию: False
• track_running_stats (bool) – логическое значение: если задано True, модуль отслеживает скользящие среднее и дисперсию; если задано False, модуль не отслеживает эту статистику и всегда использует статистику пакета как в режиме обучения, так и в режиме оценки. По умолчанию: False
• bias (UninitializedParameter) – если задано False, слой не будет обучать аддитивное смещение (имеет значение, только если affine — True). По умолчанию: True

Форма:

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

cls_to_become [исходный код]

псевдоним InstanceNorm1d