LocalResponseNorm

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

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。如果输入是三维 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。如果输入是四维 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。如果输入是五维 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): 操作的名称(可选,默认值为None)。更多信息请参见 Name

形状

  • 输入 - 三维/四维/五维 Tensor

  • 输出 - 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]