Tensorflow.js tf.localResponseNormalization()函数

Tensorflow.js 是由谷歌开发的开源库，用于在浏览器或节点环境中运行机器学习模型以及深度学习神经网络。

.localResponseNormalization()函数用于标准化通过通道或通道内与本地邻域相连的刺激。

句法：

tf.localResponseNormalization (x, depthRadius?, bias?, alpha?, beta?)

参数：

• x：它是规定的输入张量。其中，4D 输入张量被视为参考具有最大尺寸的 1D 向量的 3D 数组。此外，每个向量都是单独标准化的。它可以是 tf.Tensor3D、tf.Tensor4D、TypedArray 或数组类型。
• depthRadius：它是一维窗口标准化中规定的并排通道数。它是可选的，它的类型是 number。
• 偏差：它是碱基的常数陈述偏差表达式。它是可选的，类型为 number。
• alpha：通常为正的规定比例因子。它是可选的，类型为 number。
• beta：它是指定的指数，它是可选的并且是数字类型。

返回值：返回 tf.Tensor3D 或 tf.Tensor4D。

示例 1：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining tf.tensor3d input
const x = tf.tensor3d([1, 2, 3, 4, 6, 6], [1, 2, 3]);
  
// Calling tf.localResponseNormalization() method
// and printing output
x.localResponseNormalization().print();

输出：

Tensor
    [[[0.2581989, 0.5163978, 0.7745967],
      [0.4239992, 0.6359987, 0.6359987]]]

示例 2：

Javascript

// Importing the tensorflow.js library
// import * as tf from "@tensorflow/tfjs"
  
// Calling tf.localResponseNormalization() method
// and printing output
tf.localResponseNormalization(
    tf.tensor3d([1.1, 3.2, -3, null, 5, 0], 
    [1, 1, 6]), 4, 3, 2, 1).print();  

输出：

Tensor
     [ [[0.0117146, 0.0340788, -0.0319489, 0, 0.0532481, 0],]]

参考： https://js.tensorflow.org/api/latest/#localResponseNormalization