टेंसरफ़्लो:: ऑप्स:: एलआरएन

स्थानीय प्रतिक्रिया सामान्यीकरण.

सारांश

4-डी input टेंसर को 1-डी वैक्टर (अंतिम आयाम के साथ) की 3-डी सरणी के रूप में माना जाता है, और प्रत्येक वेक्टर को स्वतंत्र रूप से सामान्यीकृत किया जाता है। किसी दिए गए वेक्टर के भीतर, प्रत्येक घटक को depth_radius के भीतर इनपुट के भारित, वर्ग योग से विभाजित किया जाता है। विस्तार से,

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

विवरण के लिए, क्रिज़ेव्स्की एट अल, डीप कन्वोल्यूशनल न्यूरल नेटवर्क (एनआईपीएस 2012) के साथ इमेजनेट वर्गीकरण देखें।

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• इनपुट: 4-डी.

वैकल्पिक विशेषताएँ (देखें Attrs ):

• गहराई_त्रिज्या: 0-डी. 1-डी सामान्यीकरण विंडो की आधी चौड़ाई।
• पूर्वाग्रह: एक ऑफसेट (आमतौर पर 0 से विभाजित होने से बचने के लिए सकारात्मक)।
• अल्फ़ा: एक स्केल फ़ैक्टर, आमतौर पर सकारात्मक।
• बीटा: एक प्रतिपादक.

रिटर्न:

• Output : आउटपुट टेंसर.

सार्वजनिक गुण

Operation operation

::tensorflow::Output output

 LRN(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input
)

 LRN(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  const LRN::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Alpha(
  float x
)

Attrs Beta(
  float x
)

Attrs Bias(
  float x
)

Attrs DepthRadius(
  int64 x
)