텐서플로우:: ops:: LRN

로컬 응답 정규화.

요약

4차원 input 텐서는 (마지막 차원을 따라) 1차원 벡터들의 3차원 배열로 처리되며, 각 벡터는 독립적으로 정규화됩니다. 주어진 벡터 내에서 각 구성 요소는 depth_radius 내의 입력값들의 가중 제곱합으로 나뉩니다. 자세히 설명하면 다음과 같습니다.

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

자세한 내용은 Krizhevsky et al., ImageNet classification with deep convolutional neural networks (NIPS 2012)를 참조하십시오.

논거:

• 범위: Scope 객체
• 입력: 4차원.

선택적 속성( Attrs 참조):

• depth_radius: 0차원. 1차원 정규화 창의 절반 너비.
• 편향: 오프셋(일반적으로 0으로 나누는 것을 방지하기 위해 양수).
• 알파: 척도 인자로, 일반적으로 양수입니다.
• 베타: 지수.

보고:

• Output : 출력 텐서.

공개 속성

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
)