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

  1. import paddle
  3. x = paddle.rand(shape=(3, 3, 112, 112), dtype="float32")
  4. m = paddle.nn.LocalResponseNorm(size=5)
  5. y = m(x)
  6. print(y.shape)  # [3, 3, 112, 112]