本地响应归一化 ¶

class torch.nn.LocalResponseNorm(size, alpha=0.0001, beta=0.75, k=1.0)[来源][来源] ¶

对输入信号应用局部响应归一化。

输入信号由多个输入平面组成，其中通道占据第二维。对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:

• 大小（整数）- 用于归一化的相邻通道数量

• alpha（浮点数）- 乘法因子。默认值：0.0001

• beta（浮点数）- 指数。默认值：0.75

• k（浮点数）- 加性因子。默认值：1

形状：

• 输入: $(N, C, *)$

• 输出： $(N, C, *)$ （与输入形状相同）

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)