深度学习:批量归一化(BN层)

为什么要有批量归一化:

在这里插入图片描述

归一化数学公式:

核心思想就是把一整个批次的均值和方差固定在一定的范围内,满足一个均匀分布,和标准化不同的是它并不是把均值和方差映射在[0,1]的区间内。这个α(偏移)和β(缩放)是可以学习的参数,在每一轮迭代中都会更新,这也使得α和β能更好的拟合这个模型。
在这里插入图片描述

批量归一化的使用:

在这里插入图片描述

代码实现:

期中的moving_mean和moving_var就是对应的就是α和β,在每次跌打都会更新,eps根据这个后面的介绍好像是学习率,因为后面介绍时eps=1e-5,应该是学习率
在这里插入图片描述

总结:

在这里插入图片描述

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值