LRN.md 1.1 KB
Newer Older
S
sunyanfang01 已提交
1 2 3 4 5 6 7 8 9 10
## LRN


### [LRN](http://caffe.berkeleyvision.org/tutorial/layers/lrn.html)
```
layer {
    name: "lrn"
    type: "LRN"
    bottom: "data"
    top: "lrn"	
S
SunAhong1993 已提交
11 12 13
    lrn_param {
	local_size: 5
	alpha: 1
S
sunyanfang01 已提交
14
	beta: 5
S
SunAhong1993 已提交
15
	norm_region: "ACROSS_CHANNELS"
S
sunyanfang01 已提交
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
    }
}
```


### [paddle.fluid.layers.lrn](http://paddlepaddle.org/documentation/docs/zh/1.3/api_cn/layers_cn.html#permalink-99-lrn)
```python
paddle.fluid.layers.lrn(
    input, 
    n=5, 
    k=1.0, 
    alpha=0.0001, 
    beta=0.75, 
    name=None
)
```  

### 功能差异
J
Jason 已提交
34
#### 参数差异
J
Jason 已提交
35
Caffe:参数`norm_region`支持`ACROSS_CHANNELS``WITHIN_CHANNEL`两种模式;  
J
Jason 已提交
36
PaddlePaddle:默认且仅支持`ACROSS_CHANNELS`模式。
J
Jason 已提交
37

J
Jason 已提交
38
#### 计算机制
J
Jason 已提交
39 40
Caffe:在`ACROSS_CHANNELS`模式下,计算公式如下,公式中的$n$即为参数`local_size`
$$output(i,x,y)=input(i,x,y)/(1+\frac{\alpha}{n}\sum_{j=max(0,i-\frac{n}{2})}^{min(C,i+\frac{n}{2})}{input(j,x,y)^2})^\beta$$ 
S
sunyanfang01 已提交
41

J
Jason 已提交
42
PaddlePaddle:计算公式如下,
S
SunAhong1993 已提交
43
$$output(i,x,y)=input(i,x,y)/(k+\alpha\sum_{j=max(0,i-\frac{n}{2})}^{min(C,i+\frac{n}{2})}{input(j,x,y)^2})^\beta$$  
S
sunyanfang01 已提交
44