LRN（Local Response Normalization)
作用：将不同卷积核RELU后的feature归一化，平滑处理，能增加泛化能力。
原因：生物方面，玄学
Alexnet提出
公式：
其中i代表第i个卷积核
a x , y i , 表 示 第 i 个 卷 积 核 在 x , y 处 的 R E L U 后 结 果 n 表 示 规 范 化 范 围 k , α , β , n 为 超 参 数 ， 一 组 取 值 为 2 ， 10 e − 4 ， 0.75 a^{i}_{x,y},表示第i个卷积核在x,y处的RELU后结果 n 表示规范化范围 k,\alpha,\beta,n为超参数，一组取值为2，10e-4，0.75 ax,yi,表示第i个卷积核在x,y处的RELU后结果n表示规范化范围k,α,β,n为超参数，一组取值为2，10e−4，0.75
后来实验发现，LRN层似乎没什么用-_-
