LazyInstanceNorm3d

class torch.nn.modules.instancenorm.LazyInstanceNorm3d(eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, device=None, dtype=None)

一個具有 num_features 引數的懶初始化 torch.nn.InstanceNorm3d 模組。

InstanceNorm3d 的 num_features 引數是從 input.size(1) 推斷出來的。將進行懶初始化的屬性是 weight、bias、running_mean 和 running_var。

有關延遲模組及其限制的更多文件，請檢視 torch.nn.modules.lazy.LazyModuleMixin。

引數

• num_features – $C$，期望輸入形狀為 $(N, C, D, H, W)$ 或 $(C, D, H, W)$。

• eps (float) – 為了數值穩定性新增到分母中的值。預設值：1e-5

• momentum (Optional[float]) – 用於 running_mean 和 running_var 計算的值。預設為 0.1。

• affine (bool) – 一個布林值，當設定為 True 時，此模組具有可學習的仿射引數，其初始化方式與批歸一化相同。預設為 False。

• track_running_stats (bool) – 一個布林值，當設定為 True 時，此模組跟蹤執行均值和方差；當設定為 False 時，此模組不跟蹤這些統計資訊，並且在訓練和評估模式下始終使用批次統計資訊。預設為 False。

形狀

• 輸入: $(N, C, D, H, W)$ 或 $(C, D, H, W)$

• 輸出: $(N, C, D, H, W)$ 或 $(C, D, H, W)$ （與輸入形狀相同）

cls_to_become

別名: InstanceNorm3d