局部响应规范化

classtorch.nn.LocalResponseNorm(size, alpha=0.0001, beta=0.75, k=1.0)[源代码]

对输入信号进行局部响应归一化处理。

输入信号由多个输入平面组成，其中通道位于第二维度。对每个通道进行归一化处理。

$b_{c} = a_{c}\left(k + \frac{\alpha}{n} \sum_{c'=\max(0, c-n/2)}^{\min(N-1,c+n/2)}a_{c'}^2\right)^{-\beta}$

参数

• size (int) – 归一化时使用的相邻通道数量

• alpha (float) — 乘法因子。默认值：0.0001

• beta (float) – 指数，默认值为 0.75

• k (float) - 加性因子。默认值：1

形状:

• 输入: $(N, C, *)$

• 输出: $(N, C, *)$ （与输入的形状相同）

示例:

>>> lrn = nn.LocalResponseNorm(2)
>>> signal_2d = torch.randn(32, 5, 24, 24)
>>> signal_4d = torch.randn(16, 5, 7, 7, 7, 7)
>>> output_2d = lrn(signal_2d)
>>> output_4d = lrn(signal_4d)