Tensorflow.js tf.localResponseNormalization()用法及代碼示例

Tensorflow.js是由Google開發的開源庫，用於在瀏覽器或節點環境中運行機器學習模型以及深度學習神經網絡。

.localResponseNormalization() 函數用於標準化通過通道或通道內部與局部鄰域連接的刺激。

用法:

tf.localResponseNormalization (x, depthRadius?, bias?, alpha?, beta?)

Parameters: 

• x:它是規定的輸入張量。其中，4D 輸入張量被視為參考具有最大尺寸的 1D 向量的 3D 數組。此外，每個向量都是單獨標準化的。它可以是 tf.Tensor3D、tf.Tensor4D、TypedArray 或數組類型。
• depthRadius:它是一維窗口標準化中規定的並排通道數。它是可選的，它是類型號。
• bias:它是基數的恒定陳述偏差表達式。它是可選的，類型為 number。
• alpha:規定的比例因子通常為正。它是可選的，類型為 number。
• beta:它是指定的 index ，它是可選的並且是數字類型。

返回值：它返回 tf.Tensor3D 或 tf.Tensor4D。

範例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining tf.tensor3d input
const x = tf.tensor3d([1, 2, 3, 4, 6, 6], [1, 2, 3]);
  
// Calling tf.localResponseNormalization() method
// and printing output
x.localResponseNormalization().print();

輸出：

Tensor
    [[[0.2581989, 0.5163978, 0.7745967],
      [0.4239992, 0.6359987, 0.6359987]]]

範例2：

// Importing the tensorflow.js library
// import * as tf from "@tensorflow/tfjs"
  
// Calling tf.localResponseNormalization() method
// and printing output
tf.localResponseNormalization(
    tf.tensor3d([1.1, 3.2, -3, null, 5, 0], 
    [1, 1, 6]), 4, 3, 2, 1).print();  

輸出：

Tensor
     [ [[0.0117146, 0.0340788, -0.0319489, 0, 0.0532481, 0],]]

參考： https://js.tensorflow.org/api/latest/#localResponseNormalization