LocalResponseNormalization

publiczna klasa końcowa LocalResponseNormalization

Normalizacja odpowiedzi lokalnej.

4-D tensor „wejściowy” jest traktowany jako trójwymiarowa tablica wektorów 1-D (wzdłuż ostatniego wymiaru), a każdy wektor jest normalizowany niezależnie. W obrębie danego wektora każdy składnik jest dzielony przez ważoną kwadratową sumę danych wejściowych w ramach „promienia głębokości”. Szczegółowo,

sqr_sum[a, b, c, d] = suma(input[a, b, c, d - promień_głębokości: d + promień_głębokości + 1] ** 2) wyjście = wejście / (odchylenie + alfa * suma_kw) ** beta

Szczegółowe informacje można znaleźć w [Krizhevsky i in., Klasyfikacja ImageNet z głębokimi splotowymi sieciami neuronowymi (NIPS 2012)](http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks ).

Klasy zagnieżdżone

klasa LocalResponseNormalization.Options Opcjonalne atrybuty dla LocalResponseNormalization

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

statyczne LocalResponseNormalization.Options
alfa (pływająca alfa)
Wyjście <T>
jako wyjście ()
Zwraca symboliczny uchwyt tensora.
statyczne LocalResponseNormalization.Options
beta (pływająca wersja beta)
statyczne LocalResponseNormalization.Options
odchylenie (odchylenie płynne)
statyczny <T rozszerza numer TNumber > LocalResponseNormalization <T>
utwórz (zakres zakresu , wejście argumentu <T>, opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację LocalResponseNormalization.
statyczne LocalResponseNormalization.Options
głębokośćRadius (Długi promień głębokości)
Wyjście <T>

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „LRN”

Metody publiczne

public static LocalResponseNormalization.Options alfa (Float alfa)

Parametry
alfa Współczynnik skali, zwykle dodatni.

publiczne wyjście <T> asOutput ()

Zwraca symboliczny uchwyt tensora.

Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.

public static LocalResponseNormalization.Options beta (Float beta)

Parametry
beta Wykładnik.

publiczne statyczne odchylenie LocalResponseNormalization.Options (odchylenie zmiennoprzecinkowe)

Parametry
stronniczość Przesunięcie (zwykle dodatnie, aby uniknąć dzielenia przez 0).

public static LocalResponseNormalization <T> create (zakres zakresu , wejście argumentu <T>, opcje... opcje)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację LocalResponseNormalization.

Parametry
zakres aktualny zakres
wejście 4-D.
opcje przenosi opcjonalne wartości atrybutów
Zwroty
  • nowa instancja LocalResponseNormalization

public static LocalResponseNormalization.Options głębokośćRadius (Długi głębokośćRadius)

Parametry
głębokośćPromień 0-D. Połowa szerokości okna normalizacji 1-D.

publiczne wyjście <T> wyjście ()