LRN¶
LRN - 13¶
版本¶
名稱： LRN (GitHub)
網域：
mainsince_version：
13function：
False支援等級：
SupportType.COMMON形狀推斷：
True
此版本的運算符自第 13 版起可用。
摘要¶
AlexNet 論文中提出的局部響應正規化。它正規化局部輸入區域。局部區域是跨通道定義的。對於形狀為 (N x C x D1 x D2, ..., Dk) 的張量中的元素 X[n, c, d1, ..., dk]，其區域為 {X[n, i, d1, ..., dk] | max(0, c - floor((size - 1) / 2)) <= i <= min(C - 1, c + ceil((size - 1) / 2))}。
square_sum[n, c, d1, ..., dk] = sum(X[n, i, d1, ..., dk] ^ 2)，其中 max(0, c - floor((size - 1) / 2)) <= i <= min(C - 1, c + ceil((size - 1) / 2))。
Y[n, c, d1, ..., dk] = X[n, c, d1, ..., dk] / (bias + alpha / size * square_sum[n, c, d1, ..., dk] ) ^ beta
屬性¶
alpha - FLOAT（預設值為
'0.0001'）縮放參數。
beta - FLOAT（預設值為
'0.75'）指數。
bias - FLOAT（預設值為
'1.0'）size - INT（必要）
要加總的通道數
輸入¶
X（異質） - T
來自上一個運算符的輸入資料張量；圖像情況下的維度為（N x C x H x W），其中 N 是批次大小，C 是通道數，H 和 W 是資料的高度和寬度。對於非圖像情況，維度採用 (N x C x D1 x D2 … Dn) 的形式，其中 N 是批次大小。或者，如果維度符號生效，則運算會預期輸入資料張量以 [DATA_BATCH, DATA_CHANNEL, DATA_FEATURE, DATA_FEATURE …] 的維度符號到達。
輸出¶
Y（異質） - T
輸出張量，其形狀和類型與輸入張量相同
類型約束¶
T 在（
tensor(bfloat16)、tensor(double)、tensor(float)、tensor(float16)）中將輸入和輸出類型限制為浮點張量。
LRN - 1¶
版本¶
名稱： LRN (GitHub)
網域：
mainsince_version：
1function：
False支援等級：
SupportType.COMMON形狀推斷：
True
此版本的運算符自第 1 版起可用。
摘要¶
AlexNet 論文中提出的局部響應正規化。它正規化局部輸入區域。局部區域是跨通道定義的。對於形狀為 (N x C x D1 x D2, …, Dk) 的張量中的元素 X[n, c, d1, …, dk]，其區域為 {X[n, i, d1, …, dk] | max(0, c - floor((size - 1) / 2)) <= i <= min(C - 1, c + ceil((size - 1) / 2))}。
square_sum[n, c, d1, …, dk] = sum(X[n, i, d1, …, dk] ^ 2)，其中 max(0, c - floor((size - 1) / 2)) <= i <= min(C - 1, c + ceil((size - 1) / 2))。
Y[n, c, d1, …, dk] = X[n, c, d1, …, dk] / (bias + alpha / size * square_sum[n, c, d1, …, dk] ) ^ beta
屬性¶
alpha - FLOAT（預設值為
'0.0001'）縮放參數。
beta - FLOAT（預設值為
'0.75'）指數。
bias - FLOAT（預設值為
'1.0'）size - INT（必要）
要加總的通道數
輸入¶
X（異質） - T
來自上一個運算符的輸入資料張量；圖像情況下的維度為（N x C x H x W），其中 N 是批次大小，C 是通道數，H 和 W 是資料的高度和寬度。對於非圖像情況，維度採用 (N x C x D1 x D2 … Dn) 的形式，其中 N 是批次大小。或者，如果維度符號生效，則運算會預期輸入資料張量以 [DATA_BATCH, DATA_CHANNEL, DATA_FEATURE, DATA_FEATURE …] 的維度符號到達。
輸出¶
Y（異質） - T
輸出張量，其形狀和類型與輸入張量相同
類型約束¶
T 屬於 (
tensor(double),tensor(float),tensor(float16))將輸入和輸出類型限制為浮點張量。