煉丹知識點

Knowledge?Points?of alchemy

“葡萄是一點一點成熟的,知識是一天一天積累的。”

Batch Normalization

1. 什么是Batch Normalization？

谷歌在2015年就提出了Batch Normalization(BN)，該方法對每個mini-batch都進行normalize，下圖是BN的計算方式，會把mini-batch中的數據正規化到均值為0，標準差為1，同時還引入了兩個可以學的參數，分別為scale和shift，讓模型學習其適合的分布。

那么為什么在做過正規化后，又要scale和shift呢？當通過正規化后，把尺度縮放到0均值，再scale和shift，不是有可能把數據變回"原樣"？因為scale和shift是模型自動學習的，神經網絡可以自己琢磨前面的正規化有沒有起到優化作用，沒有的話就"反"正規化，抵消之前的正規化操作帶來的影響。

2. 為什么要用Batch Normalization？

(1) 解決梯度消失問題

拿sigmoid激活函數距離，從圖中，我們很容易知道，數據值越靠近0梯度越大，越遠離0梯度越接近0，我們通過BN改變數據分布到0附近，從而解決梯度消失問題。

(2) 解決了Internal Covariate Shift(ICS)問題

先看看paper里對ICS的定義:

由于訓練過程中參數的變化，導致各層數據分布變化較大，神經網絡就要學習新的分布，隨著層數的加深，學習過程就變的愈加困難，要解決這個問題需要使用較低的學習率，由此又產生收斂速度慢，因此引入BN可以很有效的解決這個問題。

（3）加速了模型的收斂

和對原始特征做歸一化類似，BN使得每一維數據對結果的影響是相同的，由此就能加速模型的收斂速度。

（4）具有正則化效果

BN層和正規化/歸一化不同，BN層是在mini-batch中計算均值方差，因此會帶來一些較小的噪聲，在神經網絡中添加隨機噪聲可以帶來正則化的效果。

3. Batch Normalization添加在哪？

所以實際使用上，BatchNorm層應該放在哪呢？層與層直接都要加嗎？加在激活函數前還是激活函數后？卷積層和pooling層要不要加？有人說這個應該加在非線性層后，如下順序。

Linear->Relu->BatchNorm->Dropout

論文里有提到，BN層常常被加到Relu之前，但是沒有明確的標準，需要嘗試不同配置，通過實驗得出結論(很多實驗結果偏向于Relu在BN之前)。

那BN層和dropout層的順序呢？

我們可以看到這樣的代碼，BN在dropout之后。

也可以看到這樣的代碼，BN在dropout之前。

實際上，BN消除了對dropout的依賴，因為BN也有和dropout本質一樣的正則化的效果，像是ResNet, DenseNet等等并沒有使用dropout，如果要用并用BN和dropout，還是建議BN放在dropout之前。

注：對BN和dropout感興趣的可以看下這篇論文《Understanding the Disharmony between Dropout and Batch Normalization by Variance Shif》

https://arxiv.org/pdf/1801.05134.pdf

敲黑板，記重點！

1、BN層可以緩解梯度消失，解決ICS問題，加速模型的收斂，并且具有正則化效果。

2、 BN層往往添加在Relu層后，Dropout層之前。

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯溫州大學《機器學習課程》視頻 本站qq群851320808，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【深度学习】聊聊Batch Normalization在网络结构中的位置的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。