caffe学习笔记（2）: type: "LRN"

Local Response Normalization (LRN)
type: LRN

此层是对一个输入的局部区域进行归一化，达到“侧抑制”的效果。

参见实例： AlexNet或GoogLenet

参数（optional）：
local_size: 默认为5。如果是跨通道LRN，则表示求和的通道数；如果是在通道内LRN，则表示求和的正方形区域长度。
alpha: 默认为1，归一化公式中的参数。
beta: 默认为5，归一化公式中的参数。
norm_region: 默认为ACROSS_CHANNELS。
有两个选择：
ACROSS_CHANNELS表示在相邻的通道间求和归一化，表示局部区域沿临近通道延伸，局部区域块形状为local_sizex1x1。
WITHIN_CHANNEL表示在一个通道内部特定的区域内进行求和归一化。局部区域形状为1xlocal_sizexlocal_size。归一化时，在各自通道内部的图像平面上延伸，每个输入值乘以如下公式：

layers {  name: "norm1"  type: LRN  bottom: "pool1"  top: "norm1"  lrn_param {    local_size: 5    alpha: 0.0001    beta: 0.75  }}

LRN层用在pooling层之后，下一个Convolution层之前。

data->covn->pooling->LRN->conv->pooling->……