LazyBatchNorm2d¶

class torch.nn.LazyBatchNorm2d(eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, device=None, dtype=None)[源代码]¶

一个具有延迟初始化的 torch.nn.BatchNorm2d 模块。

延迟初始化是针对 BatchNorm2d 的 num_features 参数进行的，该参数是从 input.size(1) 推断出来的。将要延迟初始化的属性是 weight、bias、running_mean 和 running_var。

查看 torch.nn.modules.lazy.LazyModuleMixin 以获取关于惰性模块及其限制的更多文档。

Parameters

eps (float) – 为了数值稳定性而添加到分母中的值。默认值: 1e-5
momentum (float) – 用于计算 running_mean 和 running_var 的值。可以设置为 None 以进行累积移动平均（即简单平均）。默认值：0.1
affine (bool) – 一个布尔值，当设置为 True 时，此模块具有可学习的仿射参数。默认值：True
track_running_stats (bool) – 一个布尔值，当设置为 True 时，此模块跟踪运行中的均值和方差，当设置为 False 时，此模块不跟踪此类统计信息，并将统计缓冲区 running_mean 和 running_var 初始化为 None。当这些缓冲区为 None 时，此模块始终使用批处理统计信息，无论是在训练模式还是评估模式下。默认值：True