aliran tensor:: operasi:: LRN

#include <nn_ops.h>

Normalisasi Respon Lokal.

Ringkasan

Tensor input 4-D diperlakukan sebagai larik 3-D yang terdiri dari vektor 1-D (sepanjang dimensi terakhir), dan setiap vektor dinormalisasi secara independen. Dalam vektor tertentu, setiap komponen dibagi dengan jumlah input kuadrat tertimbang dalam depth_radius . Secara terperinci,

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

Untuk detailnya, lihat Krizhevsky dkk., Klasifikasi ImageNet dengan jaringan saraf konvolusional dalam (NIPS 2012) .

Argumen:

  • ruang lingkup: Objek Lingkup
  • masukan: 4-D.

Atribut opsional (lihat Attrs ):

  • radius_kedalaman: 0-D. Setengah lebar jendela normalisasi 1-D.
  • bias: Sebuah offset (biasanya positif untuk menghindari pembagian dengan 0).
  • alpha: Faktor skala, biasanya positif.
  • beta: Eksponen.

Pengembalian:

Konstruktor dan Destruktor

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

Atribut publik

operation
output

Fungsi publik

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

Fungsi statis publik

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

Struktur

tensorflow:: ops:: LRN:: Attrs

Penyetel atribut opsional untuk LRN .

Atribut publik

operasi 

Operation operation

keluaran 

::tensorflow::Output output

Fungsi publik

LRN 

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

LRN 

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

simpul 

::tensorflow::Node * node() const

operator::tensorflow::Masukan 

 operator::tensorflow::Input() const

operator::tensorflow::Keluaran 

 operator::tensorflow::Output() const

Fungsi statis publik

Alfa 

Attrs Alpha(
  float x
)

Beta 

Attrs Beta(
  float x
)

Bias 

Attrs Bias(
  float x
)

Radius Kedalaman 

Attrs DepthRadius(
  int64 x
)