Ecco il codice snippato dal tutorial di cifar10. È dal cifar10.py.cosa fa il metodo tf.nn.lrn()?
# conv1
with tf.variable_scope('conv1') as scope:
kernel = _variable_with_weight_decay('weights', shape=[5, 5, 3, 64],
stddev=1e-4, wd=0.0)
conv = tf.nn.conv2d(images, kernel, [1, 1, 1, 1], padding='SAME')
biases = _variable_on_cpu('biases', [64], tf.constant_initializer(0.0))
bias = tf.nn.bias_add(conv, biases)
conv1 = tf.nn.relu(bias, name=scope.name)
_activation_summary(conv1)
# pool1
pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],
padding='SAME', name='pool1')
# norm1
norm1 = tf.nn.lrn(pool1, 4, bias=1.0, alpha=0.001/9.0, beta=0.75,
name='norm1')
Cosa fa il metodo tf.nn.lrn? Non riesco a trovare una definizione nella documentazione API su https://www.tensorflow.org/versions/r0.8/api_docs/python/index.html
quali altre tecniche sono meglio usare? – Kyrol