Merge pull request #12 from PaddlePaddle/master

更新数据

caffe2fluid/doc/LRN.md

@@ -37,7 +37,7 @@ PaddlePaddle：默认且仅支持`ACROSS_CHANNELS`模式。
 
 #### 计算机制
 Caffe：在`ACROSS_CHANNELS`模式下，计算公式如下，公式中的$n$即为参数`local_size`
-$$output(i,x,y)=input(i,x,y)/(1+\frac{\alpha}{n}\sum_{j=max(0,i-\frac{n}{2})}^{min(C,i+\frac{n}{2})}{input(j,x,y)^2})^\beta$$ 
+$$output(i,x,y)=input(i,x,y)/(k+\frac{\alpha}{n}\sum_{j=max(0,i-\frac{n}{2})}^{min(C,i+\frac{n}{2})}{input(j,x,y)^2})^\beta$$ 
 
 PaddlePaddle：计算公式如下，
 $$output(i,x,y)=input(i,x,y)/(k+\alpha\sum_{j=max(0,i-\frac{n}{2})}^{min(C,i+\frac{n}{2})}{input(j,x,y)^2})^\beta$$  

tensorflow2fluid/doc/tf.layers.conv2d.md

@@ -57,7 +57,7 @@ PaddlePaddle：只支持输入数据格式为`NCHW`，且**卷积核格式**与T
 
 | 输入 | 卷积核 | 输出 |
 |--------------------|-------------------|------------------|
-|NCHW | (in_channels, filters_num, kernel_h, kernel_w) | (batch, filters_num, out_h, out_w)|
+|NCHW | (filters_num, in_channels, kernel_h, kernel_w) | (batch, filters_num, out_h, out_w)|
 
 #### Padding机制
 TensorFlow: `SAME`和`VALID`两种选项。当为`SAME`时，padding的计算方式如下所示,

tensorflow2fluid/doc/tf.nn.conv2d_transpose.md

@@ -41,7 +41,7 @@ TensorFlow: 默认输入数据格式为`NHWC`，表示`(batch，height, width, i
 | 输入 | 卷积核 | 输出 |
 |--------------------|-------------------|------------------|
 |NHWC | (kernel_h, kernel_w, filters_num, in_channels)| (batch, out_h, out_w, filters_num)|
-|NDHW | (kernel_h, kernel_w, filters_num, in_channels) | (batch, filters_num, out_h, out_w)|
+|NCHW | (kernel_h, kernel_w, filters_num, in_channels) | (batch, filters_num, out_h, out_w)|
 
 PaddlePaddle：只支持输入数据格式为`NCHW`，且**卷积核格式**与TensorFlow不同，其中输入、输出、卷积核对应关系如下表所示，
 
@@ -92,4 +92,4 @@ inputs = fluid.layers.data(dtype='float32', shape=[3, 20, 20], name='inputs)
 outputs = fluid.layers.conv2d_transpose(pad_inputs, 3, filter_size=[5, 5], 
                         padding=[1, 1],  stride=[2, 2], bias_attr=False)
 # 裁剪后结果即为与TensorFlow一致
-outputs = fluid.layers.crop(outputs, shape=[-1, 3, 40, 40])
+outputs = fluid.layers.crop(outputs, shape=[-1, 3, 40, 40])
\ No newline at end of file