Batch Normalization技巧自从2015年被谷歌提出以来,因其有效提升网络训练效率,获得广泛应用与持续研究。然而,要透彻理解BN却不容易,下图是Kainming He在《Learning Deep Representations for Visual Recognition》报告中的一页,只需要注意右下角的红色描述。
图 1. 右下角的红色提示足见BN的费解. (来源: Learning Deep Representations for Visual Recognition)
大咖都会在BN上踩坑,可想而知,如果萌新接触这个概念,更是不易。因此《理解Batch Normalization系列》将对Batch Normalization做一个全面总结。
系列目录
理解Batch Normalization系列1——原理
理解Batch Normalization系列2——训练及评估
理解Batch Normalization系列3——为什么有效及若干讨论
理解Batch Normalization系列4——实践
1 初始idea
如果做神经网络训练前,对输入的像素进行标准化处理,将有效降低模型的训练难度。受此启发,作者想到,既然输入层可以加标准化有好处,那么网络里的隐层为什么不可以标准化?
于是,作者通过对每层加权和进行标准化,然后再通过缩放平移来“适度还原”。这样,做到了既不过分破坏输入信息,又抑制了各batch之间各位置点像素分布的剧烈变化带来的学习难度。
在原作中,最主要的思想就是下面这个公式。(别担心!只需要扫一眼即可!)
图 2. BN的核心思想. (来源: Batch Normalization Paper)
我们可以先绕开图2,分以下三步理解。
- 先了解BN给神经网络结构带来了什么。
- 然后理解BN是如何进行前向传播。
- 理解BN是如何进行前向传播
2 原始神经网络的结构
一个经典的神经网络,它的某一个隐层如图3所示。
图 3. 经典网络的示意图
为了和原始论文统一,将之前常见的加权和符号 z ⃗ \vec{z} z改用 x ⃗ \vec{x} x表示。即上一层输出的激活值为$\vec{a} $ ,那么经过本层加权和 W a ⃗ + b ⃗ W\vec{a}+\vec{b} Wa+b处理后,获得加权和$\vec{x} , 然 后 经 过 本 层 激 活 后 即 输 出 ,然后经过本层激活后即输出 ,然后经过本层激活后即输出\sigma(\vec{x}) $。
(符号短缺, σ ( ) \sigma() σ()代表求激活, σ 2 \sigma^2 σ2代表方差)
3 BN的神经网络结构
加入BN之后的网络结构如图4所示。
图 4. 加入BN网络的示意图
很抱歉,为了容纳更多的有效信息,导致这个图有点复杂。总体上来说,对于本层的加权和$\vec{x} , B N