BatchNormalization对cnn训练的影响

在其他参数基本一致的情况下,单独调整batchsize,来查看一下对训练的影响.

记录下不同batch normalization位置情况下最终训练model在test集上测试的结果

训练模型

下面是一个训练模型的summary,我将在此模型下修改batch size然后观察数据变化

这个是之前的训练网络,分别在三个地方加入Batch Normalizatioin来看一下效果。
在这里插入图片描述

加在第一层

在这里插入图片描述

加在第二层

在这里插入图片描述

加在第三层

在这里插入图片描述

不敢妄称结论,但从现象来看,似乎Batch Normalizatioin加在网络的后面比前面层效果要好一点。

  • 0
    点赞
  • 2
    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