个人学习笔记6-2：动手学深度学习pytorch版-李沐

#深度学习# #人工智能# #神经网络#

现代卷积神经网络

7.5 批量规范化

可持续加速深层网络的收敛速度，是一种线性变化。

批归一化原理公式思想：（B表批量大小，μB、B表示根据输入的小批量数据随机计算的均值和方差；γ和β是新学习到的新方差和均值）

批量归一化固定小批量中的均值和方差，然后学习出适合的偏移和缩放，可以加速收敛速度,但一般不改变模型精度。

7.5.1 训练深层网络

批量规范化应用于单个可选层（也可以应用到所有层），其原理如下：在每次训练迭代中，我们首先规范化输入，即通过减去其均值并除以其标准差，其中两者均基于当前小批量处理。接下来，我们应用比例系数和比例偏移。

请注意，如果我们尝试使用大小为1的小批量应用批量规范化，我们将无法学到任何东西。这是因为在减去均值之后，每个隐藏单元将为0。所以，只有使用足够大的小批量，批量规范化这种方法才是有效且稳定的。请注意，在应用批量规范化时，批量大小的选择可能比没有批量规范化时更重要。

7.5.2 批量规范化层

通常，批量规范化层置于全连接层中的仿射变换和激活函数之间。

对于卷积层，我们可以在卷积层之后和非线性激活函数之前应用批量规范化。当卷积有多个输出通道时，我们需要对这些通道的“每个”输出执行批量规范化，每个通道都有自己的拉伸（scale）和偏移（shift）参数，这两个参数都是标量。

7.5.3 从零实现

由于接下来的网络训练需用到GPU，因此全在移动九天平台上进行操作。有免费GPU v100可使用。

import torch
from torch import nn
from d2l import torch as d2l


def batch_norm(X, gamma, beta, moving_mean, moving_var, eps, momentum):#gamma, beta为可学习的两个参数，moving_mean, moving_var可认为是全局的均值和方差（整个数据集而非小批量），eps避免除0，momentum用来更新moving_mean, moving_va的东西（通常取0.9或者其他的一个固定值）。
    # 通过is_grad_enabled来判断当前模式是训练模式还是预测模式
    if not torch.is_grad_enabled():
        # 如果是在预测模式下，直接使用传入的移动平均所得的均值和方差
        X_hat = (X - moving_mean) / torch.sqrt(moving_var + eps)
    else:
        assert len(X.shape) in (2, 4)
        if len(X.shape) == 2:#为4就是2d卷积层
            # 使用全连接层的情况，计算特征维上的均值和方差
            mean = X.mean(dim=0)
            var = ((X - mean) ** 2).mean(dim=0)
        else:
            # 使用二维卷积层的情况，计算通道维上（axis=1）的均值和方差。
            # 这里我们需要保持X的形状以便后面可以做广播运算
            mean = X.mean(dim=(0, 2, 3), keepdim=True)#0批量大小，1输出通道，2和3是高和宽。按照通道求均值，得1xnx1x1的4d特征。
            var = ((X - mean) ** 2).mean(dim=(0, 2, 3), keepdim=True)
        # 训练模式下，用当前的均值和方差做标准化
        X_hat = (X - mean) / torch.sqrt(var + eps)
        # 更新移动平均的均值和方差
        moving_mean = momentum * moving_mean + (1.0 - momentum) * mean
        moving_var = momentum * moving_var + (1.0 - momentum) * var
    Y = gamma * X_hat + beta  # 缩放和移位
    return Y, moving_mean.data