局部响应归一化

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

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度。 在通道之间应用归一化。

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

Parameters

• size (int) – 用于归一化的相邻通道数量

• alpha（float）——乘法因子。默认值：0.0001

• beta (float) – 指数。默认值: 0.75

• k (float) – 加法因子。默认值：1

Shape:

• 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)