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:
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,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,α,β,n为超参数,一组取值为2,10e−4,0.75
后来实验发现,LRN层似乎没什么用-_-