Batch Normalization
要解决的问题
如果在不同的维度中的数值差异较大,会产生如图所示的情况:
- 如果x1很小,当w1有改变Δw1时,结果y有改变Δe就会很小,于是所计算出来的梯度就会相对很小;
- 如果x2很大,当w2有改变Δw2时,结果y有较大的改变,于是计算出来的梯度就会很大
以上的情况会使得训练变得十分困难!!
针对输入的特征归一化
如图所示,假设现有R个训练样本的特征向量每个都是n维的:
x
1
,
x
2
,
x
3
⋯
x
R
∈
R
n
x^1,x^2,x^3\cdots x^R \in R^n
x1,x2,x3⋯xR∈Rn
对所有训练样本d的每个维度做如下的操作:
x
^
i
r
←
x
i
r
−
m
i
δ
i
\hat{x}_{i}^r \leftarrow \frac{x_i^r - m_i}{\delta_i}
x^ir←δixir−mi
前向传播过程中的值归一化
- 如图所示,假设三个训练样本正通过同一个神经元,产生输出z1,z2,z3。与输入中的归一化执行相同的方式即可。
- 注意此时左边的每个黑色的x长条是三个训练样本(经过输入的归一化后的),右边的三个z实际上是三个标量为三个训练样本通过权值为w1的神经元后的输出结果。
- 激活前后执行均可
- 但显然只可一个Batch计算一次上述结果,因为GPU没有足够多的内存容量一次装载所有的数据
-
除此之外,为了让归一化后的结果有不同的分布,可以做如下的修正
-
z ^ i = β + γ z ~ i \hat{z}^i = \beta + \gamma \tilde{z}^i z^i=β+γz~i
- 其中求和表示对一个midibatch中得到的所有向量进行求和,z(i)表示minibatch中第i个样本对应的向量(维度为当前层神经元的个数)。
测试时的归一化
-
使用涵盖所有训练时minibatch的指数加权平均进行计算
-
使用训练集的结果的指数加权平均来更新测试集