阅读(5.9k) 书签 (0)

TensorFlow函数教程:tf.nn.local_response_normalization

2019-01-31 13:49 更新

tf.nn.local_response_normalization函数

别名:

  • 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
)

请参阅指南:神经网络>规范化

本地响应规范化.

将4-D input张量视为1-D向量的3-D数组(沿着最后一个维度),并且每个向量都被独立地规范化.在给定向量内,每个分量都除以depth_radius内输入的加权平方和.详细操作如下:

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

有关详细信息,请参阅:使用深度卷积神经网络的ImageNet分类(NIPS 2012).

参数:

  • input:一个Tensor.必须是下列类型之一:half,bfloat16,float32,是4-D的.
  • depth_radius:可选的int.默认为5.是0-D的.1-D规范化窗口的半宽.
  • bias:可选的float.默认为1.偏移(通常为正,以避免除以0).
  • alpha:可选的float.默认为1.比例因子,通常是正数.
  • beta:可选的float.默认为0.5.指数.
  • name:操作的名称(可选).

返回:

一个Tensor,与input有相同的类型.