文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

问题描述

请勾选同意隐私声明

mindspore.ops.LRN

class mindspore.ops.LRN(depth_radius=5, bias=1.0, alpha=1.0, beta=0.5, norm_region='ACROSS_CHANNELS')[源代码]

局部响应归一化操作LRN(Local Response Normalization)。

bc=ac(k+αnc=max(0,cn/2)min(N1,c+n/2)ac2)β

其中 ac 表示特征图中 c 对应的具体像素值; n/2 为参数 depth_radiusk 为参数 biasα 为参数 alphaβ 为参数 beta

参数:
  • depth_radius (int) - 一维归一化窗口的半宽。默认值:5。

  • bias (float) - 偏移量(通常为正以避免除零问题)。默认值:1.0。

  • alpha (float) - 比例系数,通常为正。默认值:1.0。

  • beta (float) - 指数。默认值:0.5。

  • norm_region (str) - 指定归一化区域。可选值:”ACROSS_CHANNELS”。默认值:”ACROSS_CHANNELS”。

输入:
  • x (Tensor) - 数据类型为float16或float32的四维Tensor。

输出:

Tensor,与 x 的shape和数据类型相同。

异常:
  • TypeError - depth_radius 不是int类型。

  • TypeError - biasalphabeta 不是float类型。

  • TypeError - norm_region 不是str。

  • TypeError - x 不是Tensor。

支持平台:

Ascend GPU CPU

样例:

>>> x = Tensor(np.array([[[[0.1], [0.2]],
...                       [[0.3], [0.4]]]]), mindspore.float32)
>>> lrn = ops.LRN()
>>> output = lrn(x)
>>> print(output)
[[[[0.09534626]
   [0.1825742 ]]
  [[0.2860388 ]
   [0.3651484 ]]]]