텐서플로우:: 작전:: LRN

국소 응답 정규화.

요약

4차원 input 텐서는 (마지막 차원을 따라) 1차원 벡터의 3차원 배열로 처리되며 각 벡터는 독립적으로 정규화됩니다. 주어진 벡터 내에서 각 구성 요소는 depth_radius 내 입력의 가중치 제곱 합계로 나뉩니다. 상세히,

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

자세한 내용은 Krizhevsky 외, ImageNet Classification with Deep Convolutional Neural Network(NIPS 2012)을 참조하세요.

인수:

• 범위: 범위 개체
• 입력: 4-D.

선택적 속성( Attrs 참조):

• 깊이 반경: 0-D. 1D 정규화 창의 절반 너비입니다.
• 바이어스(bias): 오프셋(0으로 나누는 것을 피하기 위해 일반적으로 양수).
• 알파: 배율 인수, 일반적으로 양수입니다.
• 베타: 지수.

보고:

• Output : 출력 텐서.

공개 속성

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
)