Imagenet 및 기타 대형 CNN이 로컬 응답 정규화 계층을 사용한다는 것을 알았습니다. 그러나 나는 그들에 대한 많은 정보를 찾을 수 없습니다. 그것들은 얼마나 중요하며 언제 사용해야합니까?
에서 http://caffe.berkeleyvision.org/tutorial/layers.html#data-layers :
"로컬 응답 정규화 계층은 로컬 입력 영역을 정규화하여 일종의"측면 억제 "를 수행합니다. ACROSS_CHANNELS 모드에서 로컬 영역은 근처 채널을 통해 확장되지만 공간 범위는 없습니다 (즉, local_size x 1 x 1 모양). WITHIN_CHANNEL 모드에서 로컬 영역은 공간적으로 확장되지만 별도의 채널에 있습니다 (즉, 모양은 1 x local_size x local_size). 각 입력 값은 (1+ (α / n) ∑ix2i) β로 나뉩니다. "는 각 지역의 크기이며 해당 값을 중심으로하는 지역에 대한 합계를 가져옵니다 (필요한 경우에는 0이 채워짐)."
편집하다:
이러한 종류의 레이어는 최소한의 영향을 미쳐 더 이상 사용되지 않는 것 같습니다. 기본적으로 그 역할은 다른 정규화 기술 (예 : 드롭 아웃 및 배치 정규화), 더 나은 초기화 및 교육 방법에 의해 수행되었습니다. 자세한 내용은 아래 답변을 참조하십시오.