tf.raw_ops.LRN
Локальная нормализация отклика.
tf.raw_ops.LRN(
input, depth_radius=5, bias=1, alpha=1, beta=0.5, name=None
)
Четырёхмерный input тензор обрабатывается как трёхмерный массив одномерных векторов (по последнему измерению), и каждый вектор нормализуется независимо. В пределах данного вектора каждый компонент делится на взвешенную, квадратичную сумму входов в пределах depth_radius. Подробнее,
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
Для получения подробной информации см. Krizhevsky и др., Классификация ImageNet с глубокими сверточными нейронными сетями (NIPS 2012).
| Аргументы | |
|---|---|
input | A Tensor. Должен быть одним из следующих типов: half, bfloat16, float32. 4-мерный. |
depth_radius | Необязательный int. По умолчанию 5. 0-мерный. Половина ширины окна нормализации по одному измерению. |
bias | Необязательный float. По умолчанию 1. Смещение (обычно положительное, чтобы избежать деления на 0). |
alpha | Необязательный float. По умолчанию 1. Коэффициент масштабирования, обычно положительный. |
beta | Необязательный float. По умолчанию 0.5. Экспонента. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
A Tensor. Имеет тот же тип, что и input. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.4/api_docs/python/tf/raw_ops/LRN