LRN归一化
2016-05-27 11:14
225 查看
LRN全称为LocalResponse Normalization,即局部响应归一化层。局部响应归一化层完成一种“临近抑制”操作,对局部输入区域进行归一化
具体实现在CAFFE_ROOT/src/caffe/layers/lrn_layer.cpp和同一目录下lrn_layer.cu中。
该层需要参数有:
norm_region: 选择对相邻通道间归一化还是通道内空间区域归一化,默认为ACROSS_CHANNELS,即通道间归一化;
local_size:两种表示
(1)通道间归一化时表示求和的通道数;
(2)通道内归一化时表示求和区间的边长;默认值为5;
alpha:缩放因子(详细见后面),默认值为1;
beta:指数项(详细见后面), 默认值为5;
在通道间归一化模式中,局部区域范围在相邻通道间,但没有空间扩展(即尺寸为 local_sizex 1 x 1), local_size为通道数;
在通道内归一化模式中,局部区域在空间上扩展,但只针对独立通道进行(即尺寸为 1 xlocal_size x local_size),local_size为空间上的边长;
每个输入值都将除以
其中n为局部尺寸大小local_size,
alpha和beta前面已经定义。
求和将在当前值处于中间位置的局部区域内进行(如果有必要则进行补零)。
1. layers {
2. name: "conv1"
3. type: CONVOLUTION
4. bottom: "data"
5. top: "conv1"
6. blobs_lr: 1
7. blobs_lr: 2
8. weight_decay: 1
9. weight_decay: 0
10. convolution_param {
11. num_output: 96
12. kernel_size: 7
13. stride: 4
14. weight_filler {
15. type: "gaussian"
16. std: 0.01
17. }
18. bias_filler {
19. type: "constant"
20. value: 0
21. }
22. }
23.}
24.layers {
25. name: "relu1"
26. type: RELU
27. bottom: "conv1"
28. top: "conv1"
29.}
30.layers {
31. name: "pool1"
32. type: POOLING
33. bottom: "conv1"
34. top: "pool1"
35. pooling_param {
36. pool: MAX
37. kernel_size: 3
38. stride: 2
39. }
40.}
41.layers {
42. name: "norm1"
43. type: LRN
44. bottom: "pool1"
45. top: "norm1"
46. lrn_param {
47. local_size: 5
48. alpha: 0.0001
49. beta: 0.75
}
}
具体实现在CAFFE_ROOT/src/caffe/layers/lrn_layer.cpp和同一目录下lrn_layer.cu中。
该层需要参数有:
norm_region: 选择对相邻通道间归一化还是通道内空间区域归一化,默认为ACROSS_CHANNELS,即通道间归一化;
local_size:两种表示
(1)通道间归一化时表示求和的通道数;
(2)通道内归一化时表示求和区间的边长;默认值为5;
alpha:缩放因子(详细见后面),默认值为1;
beta:指数项(详细见后面), 默认值为5;
在通道间归一化模式中,局部区域范围在相邻通道间,但没有空间扩展(即尺寸为 local_sizex 1 x 1), local_size为通道数;
在通道内归一化模式中,局部区域在空间上扩展,但只针对独立通道进行(即尺寸为 1 xlocal_size x local_size),local_size为空间上的边长;
每个输入值都将除以
其中n为局部尺寸大小local_size,
alpha和beta前面已经定义。
求和将在当前值处于中间位置的局部区域内进行(如果有必要则进行补零)。
1. layers {
2. name: "conv1"
3. type: CONVOLUTION
4. bottom: "data"
5. top: "conv1"
6. blobs_lr: 1
7. blobs_lr: 2
8. weight_decay: 1
9. weight_decay: 0
10. convolution_param {
11. num_output: 96
12. kernel_size: 7
13. stride: 4
14. weight_filler {
15. type: "gaussian"
16. std: 0.01
17. }
18. bias_filler {
19. type: "constant"
20. value: 0
21. }
22. }
23.}
24.layers {
25. name: "relu1"
26. type: RELU
27. bottom: "conv1"
28. top: "conv1"
29.}
30.layers {
31. name: "pool1"
32. type: POOLING
33. bottom: "conv1"
34. top: "pool1"
35. pooling_param {
36. pool: MAX
37. kernel_size: 3
38. stride: 2
39. }
40.}
41.layers {
42. name: "norm1"
43. type: LRN
44. bottom: "pool1"
45. top: "norm1"
46. lrn_param {
47. local_size: 5
48. alpha: 0.0001
49. beta: 0.75
}
}
相关文章推荐
- android 基础 Unicode编码统一标准 utf-8
- 子进程是可以继承父进程的信号处理的
- CentOS下,yum安装PostgreSQL
- Photoshop制作雨中野外孤独行走的一头牛海报
- Apache Rewrite url重定向功能的简单配置
- Android studio 下JNI编程实例并生成so库
- List实现行转列的通用方案
- 搭建spark环境
- 深度学习、自然语言处理和表征方法
- iterator和iterator_traits
- MySQL 5.7 的初始化操作(root初始密码、修改密码、密码策略、关闭IPv6监听)
- JAVA学习(3)数据类型:byte
- mongodb内存限制初探
- Redis的高级特性
- 《排序算法》——希尔排序,桶式排序(Java)
- AFNetworking2.0/3.0的同步/异步请求
- MyBatis3.3.0关于invalid comparison: java.sql.Timestamp and java.lang.String异常的解决
- 安装ubuntu后找不到win7
- redis 存储session实现session共享
- 寻找小水王