合并Conv与BN的原理

最新推荐文章于 2023-10-13 09:59:30 发布

迷途小牛马

最新推荐文章于 2023-10-13 09:59:30 发布

阅读量134

点赞数

文章标签：深度学习人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/liulibo1/article/details/130083883

版权

1.卷积层计算公式：

$Y=WX+b$

BN层原理：

训练阶段：

$mean=mean(X) \\ var=var(X) \\ X_out=A\frac{X-mean}{\sqrt{var+\varepsilon }+}+B$

经过训练后，我们可以得到保存下来的mean,var，A和B

那么，我们就可以将上式合并：

$Y=W(A\tfrac{X-mean}{\sqrt{var+\varepsilon }}+B)+b$

化简得：

$Y=W'x+b'\\ W'=\tfrac{WA}{\sqrt{var+\varepsilon }}\\ b'=b+WB$

迷途小牛马

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
合并Conv与BN的原理

经过训练后，我们可以得到保存下来的mean,var，A和B。
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。