tensorflow:: ops:: LRN

#include <nn_ops.h>

נורמליזציה של תגובה מקומית.

תַקצִיר

טנזור input ה-4-ממדי מטופל כמערך תלת-ממדי של וקטורים חד-ממדיים (לאורך המימד האחרון), וכל וקטור מנורמל באופן עצמאי. בתוך וקטור נתון, כל רכיב מחולק בסכום המשוקלל בריבוע של הקלטים בתוך depth_radius . בפירוט,

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

לפרטים, ראו קריז'בסקי ואח', סיווג ImageNet עם רשתות עצביות קונבולוציוניות עמוקות (NIPS 2012) .

טיעונים:

  • היקף: אובייקט היקף
  • קלט: 4-D.

מאפיינים אופציונליים (ראה Attrs ):

  • רדיוס_עומק: 0-D. חצי רוחב חלון הנורמליזציה החד-ממדי.
  • הטיה: קיזוז (בדרך כלל חיובי כדי להימנע מחלוקה ב-0).
  • אלפא: גורם קנה מידה, בדרך כלל חיובי.
  • בטא: אקספוננט.

החזרות:

  • Output : טנזור הפלט.

בנאים והורסים

LRN (const :: tensorflow::Scope & scope, :: tensorflow::Input input)
LRN (const :: tensorflow::Scope & scope, :: tensorflow::Input input, const LRN::Attrs & attrs)

מאפיינים ציבוריים

operation
output

תפקידים ציבוריים

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

פונקציות סטטיות ציבוריות

Alpha (float x)
Beta (float x)
Bias (float x)
DepthRadius (int64 x)

מבנים

tensorflow:: ops:: LRN:: Attrs

קובעי מאפיינים אופציונליים עבור LRN .

מאפיינים ציבוריים

מִבצָע 

Operation operation

תְפוּקָה 

::tensorflow::Output output

תפקידים ציבוריים

LRN 

 LRN(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input
)

LRN 

 LRN(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  const LRN::Attrs & attrs
)

צוֹמֶת 

::tensorflow::Node * node() const

אופרטור::tensorflow::קלט 

 operator::tensorflow::Input() const

אופרטור::tensorflow::פלט 

 operator::tensorflow::Output() const

פונקציות סטטיות ציבוריות

אלפא 

Attrs Alpha(
  float x
)

בטא 

Attrs Beta(
  float x
)

הֲטָיָה 

Attrs Bias(
  float x
)

רדיוס עומק 

Attrs DepthRadius(
  int64 x
)