Switchable Normalization

??BN 是 Google 在 2015 年提出的歸一化方法。至今已有 5000+次引用，在學(xué)術(shù)界和工業(yè)界均被廣泛使用。
??港中文團(tuán)隊(duì)提出的 SN（Switchable Normalization）解決了 BN 的不足。SN 在 ImageNet 大規(guī)模圖像識(shí)別數(shù)據(jù)集和 Microsoft COCO 大規(guī)模物體檢測(cè)數(shù)據(jù)集的準(zhǔn)確率，還超過了最近由 Facebook 何愷明等人提出的組歸一化 GN（Group Normalization）。

總結(jié)

以上是生活随笔為你收集整理的深度学习基础--正则化与norm--Switchable Normalization的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。