深度学习中的规范化（BN、LN等四种规范化）

这篇文章介绍深度学习四种主流的规范化, 分别是Batch Normalization(BN[9]), Layer Normalization(LN[7]), Instance Normalization(IN[8])以及Group Normalization(GN[2])。

1. 作用

为啥用Normalization？ 这是因为训练深度神经网络会收敛很慢，很有可能发生梯度弥散或者梯度爆炸。用了Normalization可以训练得很快，学习更好。

2. 做法

下面这张图[2]很直观地解释了各种Normalization处理张量的不同之处。

给定一个四维张量x，四维依次代表[batchsize,channel,height,width], 简单起见，表示为(N,C,H,W)，上图中，张量的第三个维度以及第四个维度合起来组成了一个维度，方便展示。

BN：可以看到BN是以C为滑动轴，对BHW三个维度求和取平均，所以期望的维度是(1,C,1,1)，然后利用期望求出方差。

LN: LN与BN刚好是垂直的位置，是以B为滑动轴，对CHW三个维度求和取平均，期望的维度是(N,1,1,1)。

IN: IN则是LN和BN的交汇，以B和C双轴滑动，对HW两个维度求和取平均，期望的维度是(N,C,1,1)。

GN: GN则是IN和LN的一种折中考虑，对C维度进行了分组，上图中是分成了两组，所以最后期望的维度是(N,2,1,1)。

3. 原理与使用

深度神经网络中的Normalization最先是出现在AlexNet网络中的LRN(local response normalization), 而LRN计算的是像素局部的统计量，对加速收敛没有什么作用。开山加速收敛的Normalization方法是BN，那么它是怎么加速收敛的呢？首先要弄清楚为什么没有BN，收敛会慢，对于一个深层网络来说，会发生梯度弥散, 这样在反向传播更新梯度时，会更新得非常慢，收敛也会变得慢，而BN将原来要变小的activation通过规范化操作，使activation的尺度变大，这样就消除了梯度弥散而导致参数更新慢的影响。

参考：https://blog.csdn.net/weixin_34414650/article/details/94529982