learning/deeplearningbook-chinese
1
0
Fork 0
mirror of https://github.com/exacity/deeplearningbook-chinese.git synced 2026-03-13 09:22:07 +08:00
Code Issues Packages Projects Releases Wiki Activity

删除修改掉的原行

Browse Source
This commit is contained in:
wuyijun
2019-11-10 00:00:58 +08:00
parent 38745495e9
commit a72df5c299
1 changed files with 0 additions and 1 deletions
Download Patch File Download Diff File Expand all files Collapse all files

1
Chapter12/applications.tex
View File

@@ -471,7 +471,6 @@ $s$和$\epsilon$的取值与之前一样。}
在彩色图像的情况下，一些策略单独处理不同的颜色通道，而其他策略组合来自不同通道的信息以使每个像素归一化\citep{sermanet-icpr-12}。
% 444
\gls{LCN}通常可以通过使用可分离卷积（参考\secref{sec:efficient_convolution_algorithms}）来计算\gls{feature_map}的局部平均值和局部\gls{standard_deviation}，然后在不同的\gls{feature_map}上使用逐元素的减法和除法。
\gls{LCN}通常可以通过使用可分离卷积（参考\secref{sec:efficient_convolution_algorithms}）来计算\gls{feature_map}的局部平均值和局部\gls{standard_deviation}，然后在不同的\gls{feature_map}上使用逐元素的减法和除法来实现。
% 444