LocalResponseNorm

paddle.nn. LocalResponseNorm ( size, alpha=0.0001, beta=0.75, k=1.0, data_format='NCHW', name=None ) [源代码]

局部响应正则化(Local Response Normalization)用于对局部输入区域进行正则化,执行一种侧向抑制(lateral inhibition)。更多详情参考:ImageNet Classification with Deep Convolutional Neural Networks

注解

对应的 functional 方法 请参考:local_response_norm

参数

  • size (int) - 累加的通道数。

  • alpha (float,可选)- 缩放参数,正数。默认值为 1e-4。

  • beta (float,可选)- 指数,正数。默认值为 0.75。

  • k (float,可选)- 位移,正数。默认值为 1.0。

  • data_format (str,可选) - 指定输入的数据格式,输出的数据格式将与输入保持一致。如果输入是 3-D Tensor,该参数可以是"NCL"或"NLC",其中 N 是批尺寸,C 是通道数,L 是特征长度。如果输入是 4-D Tensor,该参数可以是"NCHW"或"NHWC",其中 N 是批尺寸,C 是通道数,H 是特征高度,W 是特征宽度。如果输入是 5-D Tensor,该参数可以是"NCDHW"或"NDHWC",其中 N 是批尺寸,C 是通道数,D 是特征深度,H 是特征高度,W 是特征宽度。默认值:"NCHW"。

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

形状

  • input :3-D/4-D/5-D Tensor。

  • output :数据类型及维度和输入相同的 Tensor。

代码示例

>>> import paddle

>>> x = paddle.rand(shape=(3, 3, 112, 112), dtype="float32")
>>> m = paddle.nn.LocalResponseNorm(size=5)
>>> y = m(x)
>>> print(y.shape)
[3, 3, 112, 112]