टेन्सरफ्लो::ऑप्स::एलआरएन

स्थानीय प्रतिक्रिया सामान्यीकरण।

सारांश

4-आयामी input टेंसर को 1-आयामी वैक्टरों (अंतिम आयाम के अनुदिश) के 3-आयामी सरणी के रूप में माना जाता है, और प्रत्येक वैक्टर को स्वतंत्र रूप से सामान्यीकृत किया जाता है। किसी दिए गए वैक्टर के भीतर, प्रत्येक घटक को depth_radius के भीतर इनपुट के भारित, वर्ग योग से विभाजित किया जाता है। विस्तार से,

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

विवरण के लिए, क्रिज़ेव्स्की एट अल., डीप कनवोल्यूशनल न्यूरल नेटवर्क के साथ इमेजनेट वर्गीकरण (एनआईपीएस 2012) देखें।

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• इनपुट: 4-डी.

वैकल्पिक विशेषताएँ (देखें Attrs ):

• depth_radius: 0-D. 1-D नॉर्मलाइज़ेशन विंडो की आधी चौड़ाई।
• बायस: एक ऑफसेट (आमतौर पर शून्य से भाग देने से बचने के लिए धनात्मक)।
• अल्फा: एक पैमाना कारक, जो आमतौर पर धनात्मक होता है।
• बीटा: एक घातांक।

प्रतिफल:

• Output : आउटपुट टेंसर।

सार्वजनिक विशेषताएँ

Operation operation

::tensorflow::Output output

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Alpha(
  float x
)

Attrs Beta(
  float x
)

Attrs Bias(
  float x
)

Attrs DepthRadius(
  int64 x
)