3.7 测试时的 BatchNorm-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授

---

←上一篇	↓↑	下一篇→
3.6 Batch Norm 为什么奏效	回到目录	3.8 Softmax 回归

---

测试时的 BatchNorm (Batch Norm at Test Time)

Batch归一化将你的数据以mini-batch的形式逐一处理，但在测试时，你可能需要对每个样本逐一处理，我们来看一下怎样调整你的网络来做到这一点。

回想一下，在训练时，这些就是用来执行Batch归一化的等式。在一个mini-batch中，你将mini-batch的 $z^{(i)}$ 值求和，计算均值，所以这里你只把一个mini-batch中的样本都加起来，我用 $m$ 来表示这个mini-batch中的样本数量，而不是整个训练集。然后计算方差，再算 $z_{norm}^{(i)}$ ，即用均值和标准差来调整，加上 $ϵ$ 是为了数值稳定性。 $\tilde{z}$ 是用 $\gamma$ 和 $\beta$ 再次调整 $z_{norm}$ 得到的。

请注意用于调节计算的 $\mu$ 和 ${\sigma }^2$ 是在整个mini-batch上进行计算，但是在测试时，你可能不能将一个mini-batch中的6428或2056个样本同时处理，因此你需要用其它方式来得到 $\mu$ 和 ${\sigma }^2$ ，而且如果你只有一个样本，一个样本的均值和方差没有意义。那么实际上，为了将你的神经网络运用于测试，就需要单独估算 $\mu$ 和 ${\sigma }^2$ ，在典型的Batch归一化运用中，你需要用一个指数加权平均来估算，这个平均数涵盖了所有mini-batch，接下来我会具体解释。

我们选择 $l$ 层，假设我们有mini-batch， $X^{[1]}，X^{[2]}，X^{[3]}\dots \dots$ 以及对应的 $y$ 值等等，那么在为 $l$ 层训练 X { 1 } X^{\{1\}} X{1} 时，你就得到了 ${\mu }^{[l]}$ ，我还是把它写做第一个mini-batch和这一层的 $\mu$ 吧，（ μ [ l ] → μ { 1 } [ l ] \mu^{[l]}\rightarrow\mu^{\{1\}[l]} μ[l]→μ{1}[l] ）。当你训练第二个mini-batch，在这一层和这个mini-batch中，你就会得到第二个 $\mu$ （ μ { 2 } [ l ] \mu^{\{2\}[l]} μ{2}[l] ）值。然后在这一隐藏层的第三个mini-batch，你得到了第三个 $\mu$ （ μ { 3 } [ l ] \mu^{\{3\}[l]} μ{3}[l] ）值。正如我们之前用的指数加权平均来计算 ${\theta }_1，{\theta }_2，{\theta }_3$ 的均值，当时是试着计算当前气温的指数加权平均，你会这样来追踪你看到的这个均值向量的最新平均值，于是这个指数加权平均就成了你对这一隐藏层的 $z$ 均值的估值。同样的，你可以用指数加权平均来追踪你在这一层的第一个mini-batch中所见的 ${\sigma }^2$ 的值，以及第二个mini-batch中所见的 ${\sigma }^2$ 的值等等。因此在用不同的mini-batch训练神经网络的同时，能够得到你所查看的每一层的 $\mu$ 和 ${\sigma }^2$ 的平均数的实时数值。

最后在测试时，对应这个等式（ $z_{norm}^{(i)}=\frac{z^{(i)}-\mu }{\sqrt{{\sigma }^2+ϵ}}$ ），你只需要用你的 $z$ 值来计算 $z_{norm}^{(i)}$ ，用 $\mu$ 和 ${\sigma }^2$ 的指数加权平均，用你手头的最新数值来做调整，然后你可以用左边我们刚算出来的 $z_{norm}$ 和你在神经网络训练过程中得到的 $\beta$ 和 $\gamma$ 参数来计算你那个测试样本的 $\tilde{z}$ 值。

总结一下就是，在训练时， $\mu$ 和 ${\sigma }^2$ 是在整个mini-batch上计算出来的包含了像是64或28或其它一定数量的样本，但在测试时，你可能需要逐一处理样本，方法是根据你的训练集估算 $\mu$ 和 ${\sigma }^2$ ，估算的方式有很多种，理论上你可以在最终的网络中运行整个训练集来得到 $\mu$ 和 ${\sigma }^2$ ，但在实际操作中，我们通常运用指数加权平均来追踪在训练过程中你看到的 $\mu$ 和 ${\sigma }^2$ 的值。还可以用指数加权平均，有时也叫做流动平均来粗略估算 $\mu$ 和 ${\sigma }^2$ ，然后在测试中使用 $\mu$ 和 ${\sigma }^2$ 的值来进行你所需要的隐藏单元 $z$ 值的调整。在实践中，不管你用什么方式估算 $\mu$ 和 ${\sigma }^2$ ，这套过程都是比较稳健的，因此我不太会担心你具体的操作方式，而且如果你使用的是某种深度学习框架，通常会有默认的估算 $\mu$ 和 ${\sigma }^2$ 的方式，应该一样会起到比较好的效果。但在实践中，任何合理的估算你的隐藏单元 $z$ 值的均值和方差的方式，在测试中应该都会有效。

Batch归一化就讲到这里，使用Batch归一化，你能够训练更深的网络，让你的学习算法运行速度更快，在结束这周的课程之前，我还想和你们分享一些关于深度学习框架的想法，让我们在下一段视频中一起讨论这个话题。

课程PPT

---

←上一篇	↓↑	下一篇→
3.6 Batch Norm 为什么奏效	回到目录	3.8 Softmax 回归

---