LRN学习笔记

LRN(Local Response Normalization)

作用:将不同卷积核RELU后的feature归一化,平滑处理,能增加泛化能力。
原因:生物方面,玄学
Alexnet提出
公式:
LRN
其中i代表第i个卷积核
a x , y i , 表 示 第 i 个 卷 积 核 在 x , y 处 的 R E L U 后 结 果 n 表 示 规 范 化 范 围 k , α , β , n 为 超 参 数 , 一 组 取 值 为 2 , 10 e − 4 , 0.75 a^{i}_{x,y},表示第i个卷积核在x,y处的RELU后结果 n 表示规范化范围 k,\alpha,\beta,n为超参数,一组取值为2,10e-4,0.75 ax,yi,ix,yRELUnk,α,β,n210e40.75
后来实验发现,LRN层似乎没什么用-_-

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值