当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.raw_ops.LRN用法及代码示例


局部响应归一化。

用法

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

参数

  • input 一个Tensor。必须是以下类型之一:half , bfloat16 , float32。 4-D。
  • depth_radius 可选的 int 。默认为 5 。 0-D。一维归一化窗口的Half-width。
  • bias 可选的 float 。默认为 1 。偏移量(通常为正数以避免除以 0)。
  • alpha 可选的 float 。默认为 1 。比例因子,通常为正。
  • beta 可选的 float 。默认为 0.5 。一个 index 。
  • name 操作的名称(可选)。

返回

  • 一个Tensor。具有与 input 相同的类型。

4-D input 张量被视为 1-D 向量的 3-D 数组(沿最后一维),并且每个向量都被独立归一化。在给定的向量中,每个分量都除以 depth_radius 中输入的加权平方和。详细地,

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 Krizhevsky 等人,使用深度卷积神经网络进行 ImageNet 分类 (NIPS 2012)。

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.raw_ops.LRN。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。