TensorFlow函數(shù)教程：tf.nn.local_response_normalization

tf.nn.local_response_normalization函數(shù)

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(qǐng)參閱指南：神經(jīng)網(wǎng)絡(luò)>規(guī)范化

本地響應(yīng)規(guī)范化.

將4-D input張量視為1-D向量的3-D數(shù)組(沿著最后一個(gè)維度),并且每個(gè)向量都被獨(dú)立地規(guī)范化.在給定向量?jī)?nèi),每個(gè)分量都除以depth_radius內(nèi)輸入的加權(quán)平方和.詳細(xì)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(guān)詳細(xì)信息,請(qǐng)參閱：使用深度卷積神經(jīng)網(wǎng)絡(luò)的ImageNet分類(lèi)(NIPS 2012).

參數(shù)：

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

返回：

一個(gè)Tensor,與input有相同的類(lèi)型.