TensorFlow函數教程：tf.nn.local_response_normalization

tf.nn.local_response_normalization函數

別名：

• tf.nn.local_response_normalization
• tf.nn.lrn

tf.nn.local_response_normalization(
    input,
    depth_radius=5,
    bias=1,
    alpha=1,
    beta=0.5,
    name=None
)

請參閱指南：神經網絡>規(guī)范化

本地響應規(guī)范化.

將4-D input張量視為1-D向量的3-D數組(沿著最后一個維度),并且每個向量都被獨立地規(guī)范化.在給定向量內,每個分量都除以depth_radius內輸入的加權平方和.詳細操作如下：

sqr_sum[a, b, c, d] =
    sum(input[a, b, c, d - depth_radius : d + depth_radius + 1] ** 2)
output = input / (bias + alpha * sqr_sum) ** beta

有關詳細信息,請參閱：使用深度卷積神經網絡的ImageNet分類(NIPS 2012).

參數：

• input：一個Tensor.必須是下列類型之一：half,bfloat16,float32,是4-D的.
• depth_radius：可選的int.默認為5.是0-D的.1-D規(guī)范化窗口的半寬.
• bias：可選的float.默認為1.偏移(通常為正,以避免除以0).
• alpha：可選的float.默認為1.比例因子,通常是正數.
• beta：可選的float.默認為0.5.指數.
• name：操作的名稱(可選).

返回：

一個Tensor,與input有相同的類型.