文章讨论了Mindspore框架中的LRN函数与Pytorch中的LocalResponseNorm的参数区别，特别是bias与k的对应以及depth_radius与size的不一致性。depth_radius表示n/2，而size代表n。在迁移代码时需要注意转换。文章还揭示Pytorch是通过平均池化实现LRN功能，涉及平方、数据填充和平均池化的一维kernel操作。
首先放上两个框架中的函数介绍
其中mindspore框架中的lrn的参数bias与pytorch框架中的LocalResponseNorm的参数k对应，而另一对参数depth_radius与size则不是完全一致，其中depth_radius代表的是n/2，而size代表的是n。所以在迁移代码的时候记得把size除以2(*^_^*)
翻看了pytorch的源码，实际上是使用了平均池化操作实现的：
先求平方：
然后pad一下源数据，送进平均池化，平均池化的kernel简化成了一维kernel，实现只聚合左右邻居的信息。
最后是将其他操作完成
您可能感兴趣的与本文相关的镜像
PyTorch 2.5
PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理
1513
3755
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
