Deep learning II - III Batch Normalization - Normalizing activation in a network 激励函数输出归一化

最新推荐文章于 2023-07-09 17:03:42 发布

dqhl1990

最新推荐文章于 2023-07-09 17:03:42 发布

阅读量294

点赞数

分类专栏：算法 deep learning 深度学习文章标签： Batch norm Normalizing activation 激励函数归一化

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/zfcjhdq/article/details/80747251

版权

算法同时被 3 个专栏收录

34 篇文章 4 订阅

订阅专栏

29 篇文章 1 订阅

订阅专栏

29 篇文章 1 订阅

订阅专栏

Normalizing activation in a network 激励函数输出归一化

这里写图片描述
之前我们提到过将输入归一化，能够使学习加速；但是，由于深度神经网络的层数较多，每一层的输出又会变成下一层的输入，因此对于每一层 $z^{[l]}$ (常用，应作为default)或者 $a^{[l]}$ 的输出进行归一化，同样能够加速学习。

如何计算Batch Norm

这里写图片描述

如何在mini-batch中实现Batch Norm

这里写图片描述

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Deep learning II - III Batch Normalization - Normalizing activation in a network 激励函数输出归一化

Normalizing activation in a network 激励函数输出归一化之前我们提到过将输入归一化，能够使学习加速；但是，由于深度神经网络的层数较多，每一层的输出又会变成下一层的输入，因此对于每一层z[l]z[l]z^{[l]}(常用，应作为default)或者a[l]a[l]a^{[l]}的输出进行归一化，同样能够加速学习。如何计算Batch Norm...
复制链接

扫一扫

专栏目录

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。