注:H,W指的是二维图像的展平,即对于H和W均为224的图片来说,“H, W”指的是224×224个数值。
Batch Normalization
在每个通道(C)上对当前mini batch中全部样本(N)上的全部像素(H,W)进行标准化。即对N×H×W个像素进行标准化。
Tips:BN在训练时计算每个mini batch中的均值和方差,在测试时会调用训练时的均值和方差,当训练和测试的分布存在较大差异时,容易产生问题。
Layer Normalization
对当前mini batch中的每个样本(N)的全部通道(C)中的全部像素(H,W)进行标准化。即对C×H×W个像素进行标准化。
Instance Normalization
对当前mini batch中的属于每个样本(N)的每个通道(C)中的全部像素(H,W)进行标准化。即对H×W个像素进行标准化。