тензорный поток:: опс:: ЛРН

#include <nn_ops.h>

Нормализация локального ответа.

Краткое содержание

Четырехмерный input тензор рассматривается как трехмерный массив одномерных векторов (вдоль последнего измерения), и каждый вектор нормализуется независимо. Внутри данного вектора каждый компонент делится на взвешенную квадратичную сумму входных данных в пределах depth_radius . Подробно,

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

Подробнее см. Крижевский и др., Классификация ImageNet с глубокими сверточными нейронными сетями (NIPS 2012) .

Аргументы:

Необязательные атрибуты (см. Attrs ):

  • глубина_радиус: 0-D. Половина ширины окна одномерной нормализации.
  • смещение: смещение (обычно положительное, чтобы избежать деления на 0).
  • альфа: масштабный коэффициент, обычно положительный.
  • бета: показатель степени.

Возврат:

  • Output : выходной тензор.

Конструкторы и деструкторы

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

Публичные атрибуты

operation
output

Общественные функции

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

Публичные статические функции

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

Структуры

tensorflow::ops:: LRN:: Attrs

Дополнительные установщики атрибутов для LRN .

Публичные атрибуты

операция

Operation operation

выход

::tensorflow::Output output

Общественные функции

ЛРН

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

ЛРН

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

узел

::tensorflow::Node * node() const 

оператор::tensorflow::Input

 operator::tensorflow::Input() const 

оператор::tensorflow::Выход

 operator::tensorflow::Output() const 

Публичные статические функции

Альфа

Attrs Alpha(
  float x
)

Бета

Attrs Beta(
  float x
)

Предвзятость

Attrs Bias(
  float x
)

ГлубинаРадиус

Attrs DepthRadius(
  int64 x
)