LRN是 局部响应归一化层（Local Response Normalization）的缩写。它是一种用于深度神经网络中的归一化技术，旨在通过减少同一卷积核内相邻神经元之间的权重更新相关性，来提高网络的训练速度和泛化能力。在卷积神经网络（CNN）中，LRN层通常位于卷积层之后，用于对卷积层的输出进行归一化处理。

归一化的过程如下：

1. 对每个卷积核内的神经元输出求和。

2. 将求和结果除以一个常数（通常为卷积核大小乘以一个小的正数，如1e-4）。

3. 对归一化后的结果取指数，以增加其动态范围。

这种归一化方法有助于缓解梯度消失和梯度爆炸问题，使得网络在训练过程中更加稳定。